1. Cel


Celem przedmiotowego ćwiczenia jest zapoznanie się studentów z pakietem giosimport, w celu analizy danych dotyczących jakości powietrza pod kątem stężenie pyłu PM 10 , oraz PM 2.5. Wykorzystane przez nas dane będą niejako surowe. Aby prawidłowo wykonac zlecone nam zadanie musielismy zapoznac sie z formatem danych, poznać narzędzia które ułatwią nam pracę oraz ich przetwarzanie. Musieliśmy dokonać analizy statystycznej danych aby okreslic panujące trendy oraz w celu zauważenia zależności między poszczególnymi danymi. Zaznajomić się z normami prawnymi dotyczącymi Oceny Jakości Powietrza w Polsce, normami funkcjonowania stacji, oraz dopuszczalnymi normami zanieczyszczenia pyłami PM10 oraz PM 2.5. Ostatnim aspektem naszej pracy, było napisanie sprawozdania technicznego z wykonanengo przez nas ćwiczenia przy pomocy RMarkdown, w celu udokumentowania naszej pracy w języku R.


2. R (język programowania)


R - interpretowany jezyk programowania oraz srodowisko do obliczen statystycznych. Stosowany jest w analizie szeroko rozumianych danych środowiskowych i przestrzennych oraz ich wizualizacji. Podobny jest do języka i środowiska S stworzonego w Bell Laboratories przez Johna Chambersa i jego współpracowników. R jako implementacja języka S została stworzona przez Roberta Gentlemana i Rossa Ihakę na uniwersytecie w Auckland. Nadaje się on świetnie do interaktywnej pracy z danymi, ponieważ połączono w nim wybrane cechy języków funkcyjnych oraz obiektowych.

Źródlo


3. R Markdown


R Markdown - jest formatem pliku stworzonym do sporzadzania dynamicznych dokumentow z wykorzystaniem R. Plik typu Markdown jest pisany w specyficzny dla siebie sposob, który zaklada bardzo latwa edycje tekstu oraz implementowanie w nim fragmentow kodu (chunki zawierajace kod z poleceniami w jezyku R). R Markdown jest bardzo wygodna metoda formatowania plikow HTML, PDF i dokumentow MS Word.

Źródlo


3. giosimport


Celem pakietu giosimport jest pobieranie i wczytywanie danych z Portal Jakości Powietrza GIOŚ. Teoretycznie dane te mają jednorodną strukturę i ich wczytanie powinno być dość proste. Niestety w tych danych wielokrotnie pojawiają się różnego rodzaju nieścisłości, które uniemożliwiały stosowanie prostych i przejrzystych rozwiązań. Kod projektu stawał się bardzo długi, a spora jego część skupiała się na pozyskaniu danych i przekonwertowaniu ich do wygodnej formy pracy.

Funkcje zawarte w pakiecie tworzą plikową bazę danych na dysku lokalnym. Cała baza danych może zajmować prawie 700 MB. Istnieje możliwość pobierania tylko wybranych części plikowej bazy danych. W tym przypadku dane są pobierane dla każdego roku oddzielnie. Dostępne dane historyczne nie są aktualizowane, więc wystarczy je pobrać tylko raz. Warto umieścić je w odpowiedniej lokalizacji, by nie powielać pobierania danych.

Źródlo Źródlo


4. Portal Jakość Powietrza GIOŚ


Inspekcja Ochrony Środowiska jest powołana do kontroli przestrzegania przepisów o ochronie środowiska oraz badania i oceny stanu środowiska. W skład Inspekcji wchodzą: Główny Inspektorat Ochrony Środowiska (GIOŚ) oraz 16 wojewódzkich inspektoratów ochrony środowiska. Działalnością Inspekcji kieruje Główny Inspektor Ochrony Środowiska

Monitoring jakości powietrza w ramach Państwowego Monitoringu Środowiska (PMŚ) koordynowany i prowadzony jest zgodnie z ustawą z dnia 10 lipca 1991 r. o Inspekcji Ochrony Środowiska przez Głównego Inspektora Ochrony Środowiska.

Monitoring jakości powietrza obejmuje zadania związane z badaniem i oceną stanu zanieczyszczenia powietrza, w tym pomiary i oceny jakości powietrza w strefach, monitoring tła miejskiego pod kątem WWA, pomiary stanu zanieczyszczenia powietrza pyłem PM2,5 dla potrzeb monitorowania procesu osiągania krajowego celu redukcji narażenia, pomiary stanu zanieczyszczenia powietrza metalami ciężkimi i WWA oraz rtęcią w stanie gazowym na stacjach monitoringu tła regionalnego, pomiary składu chemicznego pyłu PM2,5, monitoring prekursorów ozonu; programy badawcze dotyczące zjawisk globalnych i kontynentalnych wynikające z podpisanych przez Polskę konwencji ekologicznych.

Celem funkcjonowania monitoringu jakości powietrza, zgodnie z art. 23 ust. 11 pkt 1 ustawy z dnia 20 lipca 1991 r. o Inspekcji Ochrony Środowiska, jest uzyskiwanie informacji i danych dotyczących poziomów substancji w otaczającym powietrzu oraz wyników analiz i ocen w zakresie przestrzegania norm jakości powietrza.

Źródlo


4.1 Charakterystyka stacji


Wybraliśmy stacje na położoną na terenie miasta Kielce. Stacja znajduje się na ul. Targowej 3. Jej kod krajowy to SkKielTargow, a międzynarodowy to PL0704A. Stacja jest aktywna od 2018-07-01. Znajduje się na wysokości 269 m.n.p.m. Jest to stacja miejska która zajmuje się monitorowaniem stanu powietrza w mieście. Właścicielem jest Główny Inspektorat Ochrony Środowiska.

getMeta(site = "PL0704A", lat = 50.878998, lon = 20.633692, end.year = "current", plot = T, returnMap = T )

4.2 Ocena kryteriów lokalizacji stacji


Ocena kryteriów lokalizacji punktów pomiarowych została wykonana na podstawie rozporządzenia Ministra Klimatu i Środowiska z dnia 11 grudnia 2020 r. w sprawie dokonywania oceny poziomów substancji w powietrzu.

SkKielTargow:

Typ stacji - tło

Typ obszaru - miejski

-przepływ powietrza wokół czerpni nie został w żaden sposób ograniczony przeszkodami, które by go utrudniały,

-wlot czerpni zlokalizowany jest w odległości co najmniej kilku metrów od budynków, drzew czy innych przeszkód,

-pomiary są reprezentatywne dla obszaru o powierzchni co najmniej kilku km2 (tło miejskie),

-czerpnia znajduje się na wysokości w przedziale od 1,5 do 4 metrów powyżej poziomu gruntu,

Stacja SkKielTargow:

SkJedrMieszkMOB:

Typ stacji - tło

Typ obszaru - miejski

-przepływ powietrza wokół czerpni nie został w żaden sposób ograniczony przeszkodami, które by go utrudniały,

-wlot czerpni zlokalizowany jest w odległości co najmniej kilku metrów od budynków, drzew czy innych przeszkód,

-pomiary są reprezentatywne dla obszaru o powierzchni co najmniej kilku km2 (tło miejskie),

-czerpnia znajduje się na wysokości w przedziale od 1,5 do 4 metrów powyżej poziomu gruntu,

Stacja SkJedrMieszkMOB: Obie stacje dostarczają danych z obszarów stref o najwyższych poziomach substancji w powietrzu, na które ludność będzie narażona przez okres odpowiedni do okresu uśredniania wyników pomiarów, dla którego określono poziomy dopuszczalne, poziomy docelowe lub poziomy celów długoterminowych substancji w powietrzu.


5. Przystosowanie giosimport



5.1 Instalacja pakietu


Nasza pracę z wykonaniem przedmiotowego ćwiczenia, rozpoczeliśmy od zainstalowania repozytorium zgodnie z materiałem dołączonym do zajęć. Skorzystaliśmy w tym celu z repozytorium stworzonego na ptorzeby zajęć oraz umieszczonego na portalu github. Aby tego dokonać musieliśmy posłużyć się również pakietem devtools, który pobrał repozytorium oraz zainstalował je na naszym komputerze. W tym celu skrozystaliśmy z poniższych poleceń:

devtools::install_github("mrzeszut/giosimport")
library(giosimport)

Instalacja wykonała się poprawnie, dzięki czemu mogliśmy przystąpić do poznawania pakietu oraz przygotowywania naszych danych, w celu użycia ich w dalszej częsci przedmiotowego projektu.


5.2 Metadane


Pracę z pakietem giosimport, rozpoczeliśmy od ustalenia katalogu dostępu dla plików naszego projektu, w celu oszczędzenia miejsca na głównych dyskach komputera, aby nie spowalniać procesu obliczeniowego, oraz aby wszyskie użyteczne dane znajdowały się w łatwym do zlokalizowania miejscu. Katalog dostępu ustaliliśmy poniższym poleceniem:

kat_dost <- "G:/III Semestr/Metodyka badań i analiz środowiskowych/Mateusz Rzeszutek, dr inż/Projekt/Projekt/gios_airbase"

Po ustaleniu katalogu dostepu dla naszego projektu, postanowilismy wczytać dane dotyczące stacji jakości powietrza, aby tego dokonać skorzystaliśmy z funkcji:

metadane <- gios_metadane(type = "stacje", 
                      download = F,    
                      path = kat_dost, 
                      mode = "wb")

Przy jej pomocy udało nam się do zleconego katalogu pobrać plik binarny, który następnie został wczytant do danych metadane, z których będziemy korzystać w późniejszym etapie naszej pracy.

Aby odczytać podstawowe informacje o pobranych przez nas danych posłużymy się ramką danych, dzięki niej z łatwością będziemy mogli odczytać informacje o stacjach, takie jak: kod pocztowy, typ, rodzaj oraz lokalizację.

dplyr::glimpse(metadane)
## Rows: 1,055
## Columns: 15
## $ nr                 <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, ~
## $ kod.stacji         <chr> "DsBialka", "DsBielGrot", "DsBogatFrancMOB", "DsBog~
## $ kod.miedzynarodowy <chr> NA, NA, "PL0602A", "PL0315A", "PL0576A", "PL0658A",~
## $ nazwa.stacji       <chr> "Białka", "Bielawa - ul. Grota Roweckiego", "Bogaty~
## $ stary.kod.stacji   <chr> "DsBialka", "DsBielGrot", "DsBogatMob", "DsBogChop"~
## $ data.uruchomienia  <date> 1990-01-03, 1994-01-02, 2015-01-01, 1996-01-01, 20~
## $ data.zamkniecia    <date> 2005-12-31, 2003-12-31, 2015-12-31, 2013-12-31, 20~
## $ typ.stacji         <chr> "przemysłowa", "tło", "tło", "przemysłowa", "przemy~
## $ typ.obszaru        <chr> "podmiejski", "miejski", "miejski", "miejski", "mie~
## $ rodzaj.stacji      <chr> "kontenerowa stacjonarna", "w budynku", "mobilna", ~
## $ wojewodztwo        <chr> "DOLNOŚLĄSKIE", "DOLNOŚLĄSKIE", "DOLNOŚLĄSKIE", "DO~
## $ miejscowosc        <chr> "Białka", "Bielawa", "Bogatynia", "Bogatynia", "Bog~
## $ adres              <chr> NA, "ul. Grota Roweckiego 6", "ul. Francuska/Kręta"~
## $ lat                <dbl> 51.19778, 50.68251, 50.94100, 50.90586, 50.94324, 5~
## $ lon                <dbl> 16.11739, 16.61735, 14.91679, 14.96717, 14.91333, 1~

W celu lepszego zobrazowania rozmieszczenai stacji skorzystaliśmy z funkcji gios_vis, która generuje interaktywną mapę lokalizacji stacji. Każda stacja ma przypisaną etykietę w postaci kodu stacji.

gios_vis(data = metadane %>% filter(is.na(data.zamkniecia)))

5.3 Stanowiska pomiarowe


Dodatkowym aspektem, z którego możemy skorzystać korzystając z pakietu giosimport jest funkcja umożliwiająca pobranie danych o stanowiskach pomiarowych. Dane te są istostna dla nas, gdyż zawierają informacje o tym jakie substancje są mierzone na każdej z stacji.

stanowiska <- gios_metadane(type = "stanowiska", 
                            download = F,  
                            path = kat_dost, 
                            mode = "wb")

Ponownie dla lepszego zobrazowania danych, posłużyliśmy się ramką danych:

dplyr::glimpse(stanowiska)
## Rows: 5,236
## Columns: 13
## $ nr                <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 1~
## $ kod.stanowiska    <chr> "DsBialka-CO-1g", "DsBialka-NO2-1g", "DsBialka-NOx-1~
## $ kod.stacji        <chr> "DsBialka", "DsBialka", "DsBialka", "DsBialka", "DsB~
## $ nazwa.stacji      <chr> "Białka", "Białka", "Białka", "Białka", "Białka", "B~
## $ stary.kod.stacji  <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, ~
## $ `wskaznik.-.kod`  <chr> "CO", "NO2", "NOx", "Pb(PM10)", "PM10", "PM10", "SO2~
## $ wskaznik          <chr> "tlenek węgla", "dwutlenek azotu", "tlenki azotu", "~
## $ czas.usredniania  <chr> "1-godzinny", "1-godzinny", "1-godzinny", "24-godzin~
## $ typ.pomiaru       <chr> "automatyczny", "automatyczny", "automatyczny", "man~
## $ data.uruchomienia <date> 2004-01-01, 2004-01-01, 2004-01-01, 1990-01-03, 200~
## $ data.zamkniecia   <date> 2005-12-31, 2005-12-31, 2005-12-31, 2005-12-31, 200~
## $ wojewodztwo       <chr> "DOLNOŚLĄSKIE", "DOLNOŚLĄSKIE", "DOLNOŚLĄSKIE", "DOL~
## $ nazwa.strefy      <chr> "strefa dolnośląska_2", "strefa dolnośląska_2", "str~

Następnym krokiem którego się podjeliśmy było wyselekcjonowanie tylko tych stanowisk które zajmują się pomiarem substancji pyłu PM10, oraz pomiar wykonywany jest metodą automatyczną.

identyfikacja <- stanowiska %>% 
  filter(`wskaznik.-.kod` == "PM10") %>% 
  filter(typ.pomiaru =="automatyczny") %>% 
  pull(kod.stacji)

Przy pomocy funkcji gios_vis stworzyliśmy mapę przedstawiająca te stacje na mapie polski.

gios_vis(data = metadane %>% 
    filter(is.na(data.zamkniecia),             
           kod.stacji %in% identyfikacja))  

5.4 Statystyki podstawowe


Statystyki podstawowe można pozyskać za pomocą gios_metadane.Przy użyciu tego polecenia otrzymujemy plik statystyk z lat 2000-2018. W pliku tym znajdują się wszystkie niezbędne miary statystyczne potrzebne nam w późniejszym etapie do przeprowadzenia oceny jakości powietrza w wybranej przez nas stacji. Aby tego dokonać skorzystaliśy z poniższej listy poleceń:

statystyki_podstawowe <- gios_metadane(type = "statystyki", 
                            download = F, 
                            path = kat_dost, 
                            mode = "wb")

Pobrane dane dostarczają nam informacji na temat "

names(statystyki_podstawowe)
##  [1] "SO2"         "NO2"         "NOx"         "CO"          "O3"         
##  [6] "C6H6"        "PM10"        "PM2,5"       "Pb(PM10)"    "As(PM10)"   
## [11] "Cd(PM10)"    "Ni(PM10)"    "BaP(PM10)"   "WWA(PM10)"   "Jony(PM2,5)"
## [16] "Hg(TGM)"     "Formaldehyd" "Depozycja"

Dla lepszego przedstawienia ich, postanowiliśmy pokazać je w sposób bardziej czytelny niż tylko wypisanie nazw substancji:

statystyki_podstawowe[["PM10"]] %>% glimpse()
## Rows: 4,671
## Columns: 17
## $ Rok                <dbl> 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2001, 200~
## $ Województwo        <chr> "dolnośląskie", "kujawsko-pomorskie", "łódzkie", "m~
## $ Kod.strefy         <chr> "PL0201", "PL0404", "PL1001", "PL1201", "PL1201", "~
## $ Nazwa.strefy       <chr> "Aglomeracja Wrocławska", "strefa kujawsko - pomors~
## $ Kod.stacji         <chr> "DsWrocWie", "KpCiechTezni", "LdLodzWSSEMWodna40", ~
## $ Wskaźnik           <chr> "PM10", "PM10", "PM10", "PM10", "PM10", "PM10", "PM~
## $ Czas.uśredniania   <chr> "24g", "24g", "24g", "24g", "24g", "24g", "24g", "2~
## $ Średnia            <dbl> 36.42862, 37.00671, 45.75373, 37.00323, 35.46284, 3~
## $ Min                <dbl> 2.60, 7.00, 14.00, 8.90, 6.00, 12.40, 11.41, 3.90, ~
## $ Maks               <dbl> 121.90, 149.00, 133.00, 135.90, 130.00, 120.90, 165~
## $ `L>50.(S24)`       <dbl> 63, 25, 86, 56, 57, 43, 72, 57, 10, 3, 19, 1, 66, 8~
## $ `36.maks..(S24)`   <dbl> 62.30, 44.00, 69.00, 56.30, 58.00, 53.30, 72.20, 59~
## $ `Perc..90.4.(S24)` <dbl> 64.70, 59.00, 75.00, 58.20, 64.00, 57.70, 88.96, 63~
## $ `Maks.(S24)`       <dbl> 121.90, 149.00, 133.00, 135.90, 130.00, 120.90, 165~
## $ Liczba.pomiarów    <dbl> 311, 149, 268, 310, 296, 244, 149, 276, 348, 76, 18~
## $ Kompletność        <dbl> 84.97, 40.71, 73.22, 84.69, 80.87, 66.66, 40.71, 75~
## $ `Liczba.Lato/Zima` <dbl> 1.10, 0.66, 1.02, 0.86, 0.66, 1.00, 1.22, 0.83, 0.9~
View(statystyki_podstawowe[["PM10"]] %>% glimpse())
## Rows: 4,671
## Columns: 17
## $ Rok                <dbl> 2000, 2000, 2000, 2000, 2000, 2000, 2000, 2001, 200~
## $ Województwo        <chr> "dolnośląskie", "kujawsko-pomorskie", "łódzkie", "m~
## $ Kod.strefy         <chr> "PL0201", "PL0404", "PL1001", "PL1201", "PL1201", "~
## $ Nazwa.strefy       <chr> "Aglomeracja Wrocławska", "strefa kujawsko - pomors~
## $ Kod.stacji         <chr> "DsWrocWie", "KpCiechTezni", "LdLodzWSSEMWodna40", ~
## $ Wskaźnik           <chr> "PM10", "PM10", "PM10", "PM10", "PM10", "PM10", "PM~
## $ Czas.uśredniania   <chr> "24g", "24g", "24g", "24g", "24g", "24g", "24g", "2~
## $ Średnia            <dbl> 36.42862, 37.00671, 45.75373, 37.00323, 35.46284, 3~
## $ Min                <dbl> 2.60, 7.00, 14.00, 8.90, 6.00, 12.40, 11.41, 3.90, ~
## $ Maks               <dbl> 121.90, 149.00, 133.00, 135.90, 130.00, 120.90, 165~
## $ `L>50.(S24)`       <dbl> 63, 25, 86, 56, 57, 43, 72, 57, 10, 3, 19, 1, 66, 8~
## $ `36.maks..(S24)`   <dbl> 62.30, 44.00, 69.00, 56.30, 58.00, 53.30, 72.20, 59~
## $ `Perc..90.4.(S24)` <dbl> 64.70, 59.00, 75.00, 58.20, 64.00, 57.70, 88.96, 63~
## $ `Maks.(S24)`       <dbl> 121.90, 149.00, 133.00, 135.90, 130.00, 120.90, 165~
## $ Liczba.pomiarów    <dbl> 311, 149, 268, 310, 296, 244, 149, 276, 348, 76, 18~
## $ Kompletność        <dbl> 84.97, 40.71, 73.22, 84.69, 80.87, 66.66, 40.71, 75~
## $ `Liczba.Lato/Zima` <dbl> 1.10, 0.66, 1.02, 0.86, 0.66, 1.00, 1.22, 0.83, 0.9~

Pozyskane dane można bardzo łatwo zwizualizować za pomocą pakietu, który poznalisy rozpoczynając swoją przygodę z językiem R, a mianowicie przy pomocy bibliotegki ggplot2. Postanowiliśy przy jego pomocy podobnie jak w przedmiotowym konspekcie wyselekcjonować stężenia średnioroczne pyłu zawieszonego PM10 oblczione na podstawie danych pozyskanych przy zastosowaniu metody grawimetrycznej w mieście Kielcach - obszar naszej analizy.

statystyki_podstawowe[["PM10"]] %>%
  filter(Czas.uśredniania == "24g", 
         Nazwa.strefy == "miasto Kielce") %>% 
  ggplot(., aes(x = Rok, 
                y = Średnia, 
                fill = Kod.stacji),
         color = "black") +
  geom_col(position = position_dodge2(0.2)) + 
  facet_wrap(~Kod.stacji) + 
  theme_bw() + 
  theme(legend.position = "top", 
        legend.direction = "horizontal") +
  labs(x = openair::quickText("Średnie roczne stężenie pyłu zawieszonego PM10 [ug/m3]"),
       fill = "kod")


5.5 Pobieranie plikowej bazy danych


Funkcję gios_download zastosowaliśmy aby pobrać całą plikową bazę danych przy pomocy jednego polecenia. Zastosowane polecenie pozwoliło pobrać nam archiwum plików z Banku danych lokalnych portalu <powietrze.gios.gov.pl>.

Głównymi argumentami funkcji są url oraz rok. Wartości tych argumentów przedstawia poniższa tabela, która jest zapisana w pakiecie jako obiekt zrodlo.

zrodlo %>% knitr::kable()
link rok
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/223 2000
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/224 2001
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/225 2002
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/226 2003
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/202 2004
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/203 2005
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/227 2006
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/228 2007
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/229 2008
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/230 2009
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/231 2010
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/232 2011
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/233 2012
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/234 2013
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/302 2014
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/236 2015
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/242 2016
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/262 2017
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/303 2018
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/322 2019
http://powietrze.gios.gov.pl/pjp/archives/downloadFile/402 2020

Poniższy przykład obrazuje, jak pobrać dane dla wybranego roku, w tym przypadku 2021 r. Gdzie 21 to indeksy wiersza, a indeksy 1 i 2 oznaczają kolumny obiektu zrodlo. Utworzyliśmy również obiekt wyjściowy, którym jest wektor pliki_2021. Zawiera on listę nazw plików znajdujących się w folderze gios_airbase w kat_dost.

pliki_2020 <- gios_download(url = zrodlo[21,1], 
                            rok = zrodlo[21,2], 
                            path = kat_dost, 
                            mode = "wb") 

Wektor pliki, możomy utworzyć w dowolnym momencie. Nie musimy pobierać drugi raz bazy dnaych, by utworzyć ten plik.

pliki_2020 <- dir(paste0(kat_dost, "/2020"))

Zastosowana poniżej fukcja map2() jest pętlą która wykonuje polecenie dla kolejnych argumentów funkcji gios_downland(). W poniższym przykładzie argumentami funkcji są odpowiednio .x = url, i .y = rok. Czyli za .x podstawiamy listę adresów url, które dostępne są w obiekcie zrodlo[,2], a za .y podstawiamy argument rok, który dostępnmy jest w obiekcie żródlo[,2], pozostałe arguemnty są stałe.

Źródlo

pliki_all <- map2(.x = as.list(zrodlo[,1]), 
                  .y = as.list(zrodlo[,2]), 
                  .f = gios_download, 
                  path = kat_dost,
                  mode = "wb")

Następnym krokiem, który wykonalismy było utworzenie pliku nazw plików danych, wykonaliśy to przy pomocy jednego polecenia zleconego w przemdiotowym konspekcie:

wek <- 2000:2020 %>% 
  as.character() %>% 
  paste0(kat_dost, "/", .)

pliki_all <- map(.x = wek, 
                 .f = dir)

W obiekcie pliki_all znajduje sie lista plików. W celu łatwiejszgo rozróżnienia postanowiliśmy każdy z elementów nadpisać aby łatwiej wyselekcjonować rok który nas interesuje.

names(pliki_all) <- paste0("R",zrodlo[,2])

names(pliki_all)
##  [1] "R2000" "R2001" "R2002" "R2003" "R2004" "R2005" "R2006" "R2007" "R2008"
## [10] "R2009" "R2010" "R2011" "R2012" "R2013" "R2014" "R2015" "R2016" "R2017"
## [19] "R2018" "R2019" "R2020"
pliki_all$R2020[pliki_all$R2020 %>% str_detect("PM10")]
##  [1] "2020_As(PM10)_24g.xlsx"    "2020_BaA(PM10)_24g.xlsx"  
##  [3] "2020_BaP(PM10)_24g.xlsx"   "2020_BbF(PM10)_24g.xlsx"  
##  [5] "2020_BjF(PM10)_24g.xlsx"   "2020_BkF(PM10)_24g.xlsx"  
##  [7] "2020_Cd(PM10)_24g.xlsx"    "2020_DBahA(PM10)_24g.xlsx"
##  [9] "2020_IP(PM10)_24g.xlsx"    "2020_Ni(PM10)_24g.xlsx"   
## [11] "2020_Pb(PM10)_24g.xlsx"    "2020_PM10_1g.xlsx"        
## [13] "2020_PM10_24g.xlsx"
pliki_2020 <- pliki_all$R2020

5.6 Wczytywanie i porządkoweanie danych


Napisana poniżej funkcja zakłada, że dane 1g i 24g będą wczytywane niezależnie. Sprawdzimy działanie naszej funkcji wczytując arkusz zawierającyy informacje stężenia średniodobowych PM10. W powyższym zestawie danych będą dla tych samych lokalizacji dostępne zarówno dane 1-g o 24-g dla pyłów zawieszonych i pyłów PM10.

Źródlo

pm10_2020 <- gios_read(nazwa = "2020_PM10_24g.xlsx",
                       czas_mu = "24g", 
                       path = kat_dost)

pm10_1h_2020 <- gios_read(nazwa = "2020_PM10_1g.xlsx",
                           czas_mu = "1g", 
                           path = kat_dost)

Przy pomocy powyższej funkcji możemy wczytać wszystkie dane 1-godzinne lub 24-godzinne za pomocą pętli map_df(). Najpierw jednak musimy zdefiniować listę plików, którą chcemy wczytać. Funkcja str_detect() wykrywa tylko te pliki, które posiadają w nazwie człon 24g lub 1g.

Źródlo

n_data_24h <-  map_df(.x =  pliki_2020[str_detect(pliki_2020, "24g")], 
                  .f = gios_read, 
                  czas_mu = "24g",
                  path = kat_dost)

n_data_1h <-  map_df(.x =  pliki_2020[str_detect(pliki_2020, "1g")], 
                  .f = gios_read, 
                  czas_mu = "1g",
                  path = kat_dost)

Teraz zmienimy układ danych na szeroki, tak by stężenia każdej substancji znajdowały się w osobnej kolumnie. Taki ukłąd jest bardzo wygodny w przypadku wykonywania analizy danych z pakietem openair.

Źródlo

n_data_24h <- n_data_24h %>% 
  spread(key = sub, value = obs)

n_data_1h <- n_data_1h %>% 
  spread(key = sub, value = obs)
n_data_24h %>% select(kod, date, SO2, NO2, PM10, PM2.5)
## # A tibble: 71,736 x 6
##    kod          date         SO2   NO2  PM10 PM2.5
##    <chr>        <date>     <dbl> <dbl> <dbl> <dbl>
##  1 DsGlogWiStwo 2020-01-01    NA    NA  27.0    NA
##  2 DsGlogWiStwo 2020-01-02    NA    NA  63.2    NA
##  3 DsGlogWiStwo 2020-01-03    NA    NA  20.0    NA
##  4 DsGlogWiStwo 2020-01-04    NA    NA  12.0    NA
##  5 DsGlogWiStwo 2020-01-05    NA    NA  18.5    NA
##  6 DsGlogWiStwo 2020-01-06    NA    NA  21.6    NA
##  7 DsGlogWiStwo 2020-01-07    NA    NA  29.3    NA
##  8 DsGlogWiStwo 2020-01-08    NA    NA  16.1    NA
##  9 DsGlogWiStwo 2020-01-09    NA    NA  15.8    NA
## 10 DsGlogWiStwo 2020-01-10    NA    NA  14.3    NA
## # ... with 71,726 more rows
n_data_1h %>% select(kod, date, SO2, NO2, PM10, PM2.5)
## # A tibble: 1,739,232 x 6
##    kod          date                  SO2   NO2  PM10 PM2.5
##    <chr>        <dttm>              <dbl> <dbl> <dbl> <dbl>
##  1 DsDzialoszyn 2020-01-01 00:00:00    NA    NA  13.3    NA
##  2 DsDzialoszyn 2020-01-01 01:00:00    NA    NA  21.8    NA
##  3 DsDzialoszyn 2020-01-01 02:00:00    NA    NA  19.3    NA
##  4 DsDzialoszyn 2020-01-01 03:00:00    NA    NA  16.1    NA
##  5 DsDzialoszyn 2020-01-01 04:00:00    NA    NA  11.8    NA
##  6 DsDzialoszyn 2020-01-01 05:00:00    NA    NA  17.2    NA
##  7 DsDzialoszyn 2020-01-01 06:00:00    NA    NA  19.8    NA
##  8 DsDzialoszyn 2020-01-01 07:00:00    NA    NA  16.6    NA
##  9 DsDzialoszyn 2020-01-01 08:00:00    NA    NA  17.6    NA
## 10 DsDzialoszyn 2020-01-01 09:00:00    NA    NA  15.1    NA
## # ... with 1,739,222 more rows

Z reguły pojedyńczy zestaw danych dla wybranego roku to za mało. Gdy interesują nas realacje zachodzące pomiedzy poszczególnymi danymi potrzebujemy danych z znacznie dłuzszego okresu czasu.

W obiekcie pliki_all znajdują się nazwy wszystkich plików zawartych w bazie danych. Najpierw wykonalismy filtorwanie nazw plików, które chcemy wczytać, a następnie wczytamy dane.

Źródlo

pliki_1h_pm10 <- map(.x = pliki_all, 
                    .f = ~ .[str_detect(., pattern = "PM10_1g")]) %>% 
  flatten_chr() 

pliki_24h_pm10 <- map(.x = pliki_all, 
                    .f = ~ .[str_detect(., pattern = "PM10_24g")]) %>% 
  flatten_chr() 
pliki_1h_pm10
##  [1] "2003_PM10_1g.xlsx" "2004_PM10_1g.xlsx" "2005_PM10_1g.xlsx"
##  [4] "2006_PM10_1g.xlsx" "2007_PM10_1g.xlsx" "2008_PM10_1g.xlsx"
##  [7] "2009_PM10_1g.xlsx" "2010_PM10_1g.xlsx" "2011_PM10_1g.xlsx"
## [10] "2012_PM10_1g.xlsx" "2013_PM10_1g.xlsx" "2014_PM10_1g.xlsx"
## [13] "2015_PM10_1g.xlsx" "2016_PM10_1g.xlsx" "2017_PM10_1g.xlsx"
## [16] "2018_PM10_1g.xlsx" "2019_PM10_1g.xlsx" "2020_PM10_1g.xlsx"
pliki_24h_pm10
##  [1] "2000_PM10_24g.xlsx" "2001_PM10_24g.xlsx" "2002_PM10_24g.xlsx"
##  [4] "2003_PM10_24g.xlsx" "2004_PM10_24g.xlsx" "2005_PM10_24g.xlsx"
##  [7] "2006_PM10_24g.xlsx" "2007_PM10_24g.xlsx" "2008_PM10_24g.xlsx"
## [10] "2009_PM10_24g.xlsx" "2010_PM10_24g.xlsx" "2011_PM10_24g.xlsx"
## [13] "2012_PM10_24g.xlsx" "2013_PM10_24g.xlsx" "2014_PM10_24g.xlsx"
## [16] "2015_PM10_24g.xlsx" "2016_PM10_24g.xlsx" "2017_PM10_24g.xlsx"
## [19] "2018_PM10_24g.xlsx" "2019_PM10_24g.xlsx" "2020_PM10_24g.xlsx"

Po odczytwaniu interesujących nas danych dokonalisy ich selekcji.

PM10_1h <- map_df(.x = pliki_1h_pm10, 
               .f = gios_read, 
               czas_mu = "1g", 
               path = kat_dost)
PM10_1h %>% head()
## # A tibble: 6 x 4
##   kod       sub   date                  obs
##   <chr>     <chr> <dttm>              <dbl>
## 1 DsBogChop PM10  2003-01-01 00:00:00    90
## 2 DsBogChop PM10  2003-01-01 01:00:00    61
## 3 DsBogChop PM10  2003-01-01 02:00:00    75
## 4 DsBogChop PM10  2003-01-01 03:00:00    76
## 5 DsBogChop PM10  2003-01-01 04:00:00    79
## 6 DsBogChop PM10  2003-01-01 05:00:00    50
PM10_1h %>% tail()
## # A tibble: 6 x 4
##   kod          sub   date                  obs
##   <chr>        <chr> <dttm>              <dbl>
## 1 ZpSzczPils02 PM10  2020-12-31 18:00:00  16.9
## 2 ZpSzczPils02 PM10  2020-12-31 19:00:00  18.3
## 3 ZpSzczPils02 PM10  2020-12-31 20:00:00  17.2
## 4 ZpSzczPils02 PM10  2020-12-31 21:00:00  19.3
## 5 ZpSzczPils02 PM10  2020-12-31 22:00:00  22.5
## 6 ZpSzczPils02 PM10  2020-12-31 23:00:00  23.3

Po takim odczytaniu danych wiedzieliśmy jednak, że funkcja nie identyfikuje starych i nowych kodów stacji. Wprowadzenie takiego rozwiązania wiazało by się z każdorazowym wczytywanie metadanych, co znacząco wydłużyło by działanie funkcji w trakcie wczytywania wielu plików. W celu zrozumienia tego problemu wykonalisy sprawdzenie kodu.stacji zlokalizowanych w Kielcach, aby wybrać interesujacą nas stacje.

test <- unique(PM10_1h$kod)
test[str_detect(test, "SkKiel")]
## [1] "SkKielTransp"     "SkKielJagielWios" "SkKielJagiel"     "SkKielTargow"

Nowe kody zostały wprowadzone w 2015 roku i nie pokrywają się z nazwami poprzednich. Ponadto niektóre stacje na których nie jest już prowadzony monitoring nie mają przypisanych nowych kodów.

W celu wyelminowania tego problemy napisano funkcje gios_kody, która uzgadania nazewnictwo kodow stacji.

PM10_1h_uzgodnione <- gios_kody(data = PM10_1h, meta = metadane)

Porównajmy kody stacji:

unique(PM10_1h$kod) %>% .[str_detect(., "SkKiel")] #Pierwotne
## [1] "SkKielTransp"     "SkKielJagielWios" "SkKielJagiel"     "SkKielTargow"
unique(PM10_1h$kod) %>% .[str_detect(., "SkKiel")] #Ujedonolicne
## [1] "SkKielTransp"     "SkKielJagielWios" "SkKielJagiel"     "SkKielTargow"
PM10_1h_skKielTargow <- PM10_1h %>% filter(kod == "SkKielTargow")
View(PM10_1h_skKielTargow)

5.7 Wyselekcjonowanie interesujacych nas danych


Aby nasza praca i analiza danych przebeigała w sposób bardziej usystematyzowany postanowilismy dokonać szeregu selekcji oraz dołączenia do siebie danych, aby posługiwać się mniejszą ilością zmiennych. Uznalismy że takie roziązanie znacznie ułatwi naszą pracę, gdyż nie zgubimy po drodze pewnej zmiennej. Selekcję rozpoczęliśmy od wyselekcjonowania naszych danych zgodnie z kodem wybranej przez nas stacji :

data_1h <- n_data_1h$kod %>% unique()
data_1h[str_detect(data_1h, pattern =  "SkKielTargow")]
## [1] "SkKielTargow"
data_24h <- n_data_24h$kod %>% unique()
data_24h[str_detect(data_24h, pattern =  "SkKielTargow")]
## [1] "SkKielTargow"
n_data_1h <- n_data_1h %>%
  filter(kod %in% data_1h)

n_data_24h <- n_data_24h %>%
  filter(kod %in% data_24h)

n_data_24h %>% timeAverage(avg.time = "year", type = "kod") -> pods24
n_data_1h %>% timeAverage(avg.time = "year", type = "kod") -> pods1


n_data_1h %>% 
  select(date, kod, PM10) %>%
  timeAverage(avg.time = "day", type = "kod")
## # A tibble: 72,468 x 3
## # Groups:   kod [198]
##    kod          date                 PM10
##    <fct>        <dttm>              <dbl>
##  1 DsDzialoszyn 2020-01-01 00:00:00 20.0 
##  2 DsDzialoszyn 2020-01-02 00:00:00 24.4 
##  3 DsDzialoszyn 2020-01-03 00:00:00 21.6 
##  4 DsDzialoszyn 2020-01-04 00:00:00  8.80
##  5 DsDzialoszyn 2020-01-05 00:00:00 16.7 
##  6 DsDzialoszyn 2020-01-06 00:00:00 19.5 
##  7 DsDzialoszyn 2020-01-07 00:00:00 27.1 
##  8 DsDzialoszyn 2020-01-08 00:00:00 17.0 
##  9 DsDzialoszyn 2020-01-09 00:00:00 11.6 
## 10 DsDzialoszyn 2020-01-10 00:00:00 24.6 
## # ... with 72,458 more rows
n_data_24h %>% select(date, kod, PM10)
## # A tibble: 71,736 x 3
##    date       kod           PM10
##    <date>     <chr>        <dbl>
##  1 2020-01-01 DsGlogWiStwo  27.0
##  2 2020-01-02 DsGlogWiStwo  63.2
##  3 2020-01-03 DsGlogWiStwo  20.0
##  4 2020-01-04 DsGlogWiStwo  12.0
##  5 2020-01-05 DsGlogWiStwo  18.5
##  6 2020-01-06 DsGlogWiStwo  21.6
##  7 2020-01-07 DsGlogWiStwo  29.3
##  8 2020-01-08 DsGlogWiStwo  16.1
##  9 2020-01-09 DsGlogWiStwo  15.8
## 10 2020-01-10 DsGlogWiStwo  14.3
## # ... with 71,726 more rows
pm10_1h_2020 <- gios_read(nazwa = "2020_PM10_1g.xlsx",
                       czas_mu = "1g", 
                       path = kat_dost)

pm10_24h_2020 <- gios_read(nazwa = "2020_PM10_24g.xlsx",
                       czas_mu = "24g", 
                       path = kat_dost)

pm10_1h_2020_stacja <-  pm10_1h_2020 %>%  filter(kod == "SkKielTargow") 
pm10_24h_2020_stacja <- pm10_24h_2020 %>% filter(kod == "SkKielTargow")

5.8 Łączenie danych


Aby połączyć nasze dane skorzystaliśmy z polecenia left_join, dzięki temu otrzymaliśmy następujące dane:

left_join(n_data_1h %>%
            select(date, kod, PM10) %>%
            timeAverage(avg.time = "day", type = "kod"),
          n_data_24h %>% select(date, kod, PM10),
          by = c("date", "kod")) -> dane

left_join(n_data_1h %>%
            select(date, kod, PM10, NO2, PM2.5, SO2) %>%
            timeAverage(avg.time = "day", type = "kod"),
          n_data_24h %>% select(date, kod, PM10, NO2, PM2.5, SO2),
          by = c("date", "kod", "PM10", "NO2", "PM2.5", "SO2")) -> dane_all

5.9 Wyselekcjonowanie danych dla SkKielTargow


Zauważyliśmy, że niestety nasze poprzednie kroki nie działały idealnie tak jakbyśmy, tego chcieli. Dlatego postanowiliśmy dokonać selekcji danych dotyczących pyłu PM10 oraz PM2.5 dla naszej stacji w bieżącym roku aby zawęzić zakres danych. To działanie rozpoczęliśy od sprawdzenia kodów stacji :

PM10n <- gios_kody(data = pm10_2020, meta = metadane)

PM10n
## # A tibble: 62,952 x 4
##    kod          sub   date         obs
##    <chr>        <chr> <date>     <dbl>
##  1 DsGlogWiStwo PM10  2020-01-01  27.0
##  2 DsGlogWiStwo PM10  2020-01-02  63.2
##  3 DsGlogWiStwo PM10  2020-01-03  20.0
##  4 DsGlogWiStwo PM10  2020-01-04  12.0
##  5 DsGlogWiStwo PM10  2020-01-05  18.5
##  6 DsGlogWiStwo PM10  2020-01-06  21.6
##  7 DsGlogWiStwo PM10  2020-01-07  29.3
##  8 DsGlogWiStwo PM10  2020-01-08  16.1
##  9 DsGlogWiStwo PM10  2020-01-09  15.8
## 10 DsGlogWiStwo PM10  2020-01-10  14.3
## # ... with 62,942 more rows

Kiedy już tego dokonalisy postanowiliśmy dokończyć naszą selekcję:

pm10_2020_skKiel <- dane %>% filter(kod == "SkKielTargow") 
View(pm10_2020_skKiel)

pm10_2020_skKiel_1H <- PM10_1h_skKielTargow %>% filter(date >= as.Date("2020-01-01") & 
                                                     date <= as.Date("2021-01-01"))

View(pm10_2020_skKiel_1H)

6 Metodyka


Zgodnie z art. 89 ust. 1 ustawy Prawo ochrony środowiska na podstawie wyników pomiarów prowadzonych na stacjach Państwowego Monitoringu Środowiska GIOŚ (w tym Regionalne Wydziały Monitoringu Środowiska GIOŚ) co roku, w terminie do 30 kwietnia, dokonuje oceny jakości powietrza w danym województwie za poprzedni rok kalendarzowy. Wyniki ocen publikowane są w formie wojewódzkich raportów dostępnych na portalu Jakość Powietrza GIOŚ w zakładce Publikacje na podstronach wojewódzkich. Wyniki ocen GIOŚ przekazuje zarządowi województwa, który opracowuje i wdraża program ochrony powietrza w województwie dla stref, w których zanotowano przekroczenia norm jakości powietrza.

Główny Inspektor Ochrony Środowiska na podstawie rocznych ocen jakości powietrza wykonanych przez RWMŚ wykonuje zbiorczą ocenę jakości powietrza.

W rocznej ocenie jakości powietrza uwzględnia się substancje, dla których w prawie krajowym i w dyrektywach unijnych określono normatywne stężenia w postaci poziomów dopuszczalnych/docelowych/celu długoterminowego w powietrzu, ze względu na ochronę zdrowia ludzkiego i ochronę roślin.

W ocenach prowadzonych pod kątem spełnienia kryteriów ustanowionych w celu ochrony zdrowia ludzi obecnie uwzględnia się: dwutlenek siarki (SO2), dwutlenek azotu (NO2), tlenek węgla (CO), benzen (C6H6), ozon (O3), pył PM10 i PM2,5 (dla pyłu PM2,5 w ocenie za 2020 rok, zgodnie z rozporządzeniem Ministra Środowiska z dn. 24 sierpnia 2012 r. w sprawie poziomów niektórych substancji w powietrzu, obowiązywać będzie poziom dopuszczalny 20 µg/m3), metale ciężkie: ołów (Pb), arsen (As), kadm (Cd) i nikiel (Ni) w pyle PM10 oraz benzo(a)piren (B(a)P) w pyle PM10. Oceny dokonywane pod kątem spełnienia kryteriów odniesionych do ochrony roślin obejmują: dwutlenek siarki (SO2), tlenki azotu (NOx) i ozon (O3).

Źródlo


7. Kryteria Lokalizacji Stacji GIOŚ


Kryteria lokalizacji stanowisk pomiarowych określają przepisy rozporządzenia Ministra Środowiska z dnia 11 grudnia 2020 r. w sprawie dokonywania oceny poziomów substancji w powietrzu, w szczególności zał. nr 2 i 3 (Dz.U. z 2020 r. poz. 2279). O lokalizacji stacji pomiarowych i ich programie pomiarowym decyduje GIOŚ. Na potrzeby ustalenia odpowiedniego sposobu oceny w poszczególnych strefach, w tym liczby stacji, ich zakresu pomiarowego i lokalizacji, GIOŚ przeprowadza w ramach Państwowego Monitoringu Środowiska (PMŚ) tzw. wieloletnie oceny jakości powietrza zgodnie z art. 88 ust. 2 ustawy z dnia 27 kwietnia 2001 r. – Prawo ochrony środowiska (Dz. U. z 2020 r., poz. 1219 z późn. zm.). W celu uzyskania informacji m.in. o przestrzennym rozkładzie stężeń poszczególnych zanieczyszczeń pomiary mogą być uzupełnianie o wyniki modelowania matematycznego rozprzestrzeniania się zanieczyszczeń.

Dane ze stacji pomiarowych gromadzone są w krajowej bazie danych JPOAT2,0 Głównego Inspektoratu Ochrony Środowiska. Bezpłatne przeglądanie i pobieranie danych pomiarowych z bazy JPOAT2,0 dostępne jest za pomocą wyszukiwarki w Banku danych pomiarowych Portalu „Jakość Powietrza”.

Źródlo


8. Metody pomiaru zanieczyszczenia powietrza


Inspekcja Ochrony Środowiska bada zawartość pyłu zawieszonego PM10 i PM2,5 w powietrzu stosując dwie uzupełniające się metody:

  • metodę grawimetryczną (referencyjną), która jest uznana i stosowana na świecie jako najbardziej precyzyjna metoda pomiaru;

  • metodę automatyczną, posiadającą wykazaną równoważność do metody referencyjnej.


8.1 Metoda grawimetryczna


W tej metodzie używa się tzw. poborników pyłowych, specjalnych urządzeń, do których zasysane jest powietrze atmosferyczne. Co dwa tygodnie do pobornika zakłada się 14 jednorazowych filtrów, które urządzenie zmienia automatycznie co 24 godziny. Każdy filtr posiada swój niepowtarzalny numer identyfikacyjny.

Filtry czyste, przed założeniem do pobornika są kondycjonowane i ważone w laboratorium, umieszczane w specjalnych pojemnikach do transportu, a następnie transportowane na stację pomiarową i umieszczane w poborniku. Po 14 dniach wszystkie filtry są wyjmowane, umieszczane w specjalnych pojemnikach do transportu i przewożone do laboratorium. W laboratorium filtry są kondycjonowane i ważone po raz drugi, już jako filtry po tzw. ekspozycji. Z różnic mas przed i po ekspozycji filtra, odniesionych do objętości przepływu powietrza w poborniku, wyliczane są stężenia pyłów. Stężania te podawane są w mikrogramach na metr sześcienny [µg/m3].

Zaletą tej metody pomiarowej jest jej bardzo wysoka dokładność. Jedyną jej wadą jest czas potrzebny na uzyskanie wyników, który wynosi ok. 3 tygodni.

Taką metodą w Polsce, Europie, czy Stanach Zjednoczonych, mierzy się stężenia pyłu zawieszonego. Filtry uzyskane z poborników pyłowych wykorzystywane są również do oznaczania metali ciężkichi wielopierścieniowych węglowodorów aromatycznych, w tym benzo(a)pirenu.

Obecnie w Polsce pomiary metodą grawimetryczną są prowadzone na ok. 180 stanowiskach pyłu PM10 i ok. 70 stanowiskach pyłu PM2,5.


8.1 Metoda automatyczna


Aby urządzenie do automatycznych pomiarów pyłu zawieszonego dopuszczone zostało do pomiarów, które wykorzystywane będą do celów oceny jakości powietrza, stosowana przez nie metoda pomiarowa musi zostać uznana za metodę równoważną do metodyki referencyjnej. W takim wypadku należy wykazać, iż urządzenie spełnia wymagania równoważności, a wyniki takich badań muszą zostać przedstawione Komisji Europejskiej i zaakceptowane przez nią.

Do pomiarów wykonywanych w ramach Państwowego Monitoringu Środowiska stosuje się mierniki automatyczne, które posiadają certyfikaty potwierdzające ich równoważność z metodą referencyjną. Mierniki te na bieżąco mierzą stężenia pyłu, co umożliwia pokazywanie wyników tych pomiarów w trybie „on-line” na portalach inspekcji ochrony środowiska (GIOŚ i WIOŚ) i w aplikacji GIOŚ „Jakość powietrza w Polsce”. Dane te są aktualizowane co godzinę i, w celu porównania z poziomem dopuszczalnym, przeliczane na wartości średniodobowe.

Obecnie w Polsce pomiary metodą automatyczną są prowadzone na ok. 135 stanowiskach pyłu PM10 i 45 stanowiskach pyłu PM2,5.

Dane pozyskiwane z mierników automatycznych, które są widoczne „on-line” na portalach i w aplikacji powietrznej GIOŚ, określane są jako dane „surowe”, czyli takie, które nie zostały poddane weryfikacji.

Źródlo


9. Ocena jakości powietrza


Naszą analizę postanowiliśmy rozpocząć od utworzenia wykresu rozrzutu dla poszczegolnych lat, Wykonaliśmy go dla naszej stacji oraz najbliższej stacji w Jędrzejowie, która wykonywała analogiczne pomiary.

dane <- dane %>%
  na.omit() %>% rename(auto = PM10.x, man = PM10.y)

dane %>%
   filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  ggplot(aes(auto, man)) +
    geom_point(pch = 20, size = 2, aes(fill = date, color = date)) +
  facet_wrap(~kod) +
  theme_bw() +
  geom_abline(slope = 1, size = 1, linetype = 1, color = "red") +
  geom_abline(slope = 0.8, size = 1, linetype = 3, color = "red") +
  geom_abline(slope = 1.2, size = 1, linetype = 3, color = "red")

Jak widziemy na powyższych wyrkesach, rozrzut jednostek pomiarowych znajdował się w głównej mierze ponad linią prognozowaną.

Następnym krokiem, którego dokonaliśmy było przedstawienie na wykresie słupkowych stężeń pyłu PM 10, na wybrancyhc przez nas stacjach.

dane <- dane %>%
  mutate(diff = auto - man)

dane %>%
   filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  ggplot(aes(diff, color = kod, fill = kod)) +
  geom_histogram(binwidth = 1) +
  theme_bw() +
  facet_wrap(~kod) +
  theme(legend.position = "top", legend.direction = "horizontal")

Jak widzimy na powżyszym wyrkesie, możemy zauważyć że stacja w Jędzejowie posiada o wiele wyższy zakres od wybranej przez nas stacji w Kielcach. Może to oznaczać że zanieczyszczenie mierzone w tej stacji jest znacznie wyższe od tego mierzonego w Kielcach.

Następnym krokiem naszej analizy którego dokonaliśmy było utworzeniw wyrkesu przedstawiajacego poglądowe wykresy zanieczyszczeń dla konkretnych stacji.

dane_all %>%
  filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  timePlot(pollutant = c("NO2","PM10","PM2.5", "SO2"), type = "kod", date.format = "%Y")

Z łatwością możemy zauważyć, że ilośc różnego rodzaju zanieczyszczeń w Staji Kielce znacząco rpzewyższa ilość mierzonych zanieczyszczeń na stacji kontrolenj w Jędrzejowie. Możemy z łatwością zauważyć pomiar NO2, którego nie jesteśmy w stanie dostrzec na drugiej stacji.

Następnie postanowiliśmy sprawdzić zróżnicowanie stężeń zanieczyszczeń miesięcznie i tygodniowo dla PM10 i PM2.5.

dane_all %>%
  filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  timeVariation(pollutant = "PM10", group="kod")

dane_all %>%
  filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  timeVariation(pollutant = "PM2.5", group="kod")

Z powyższego wykresu możemy z łatwością zauważyć jak zmieniało się zanieczyszczenie na wybreanej rpzez nas stacji zgodnie z upływem czasu.

Aby lepiej przedstawić te wartości żeby lepiej wiedzieć z czym mamy doczynienia postanowiliśmy utworzyć tabelę kwantyli z roku 2020, obrazujące nam zanieczyszczenie pyłami znajdującymi się w powietrzu.

kwantyle_NO2 <- as.data.frame(dane_all$NO2 %>% quantile(., na.rm=T))
kwantyle_SO2 <- as.data.frame(dane_all$SO2 %>% quantile(., na.rm=T))
kwantyle_PM10 <- as.data.frame(dane_all$PM10 %>% quantile(., na.rm=T))
kwantyle_PM2_5 <- as.data.frame(dane_all$PM2.5 %>% quantile(., na.rm=T))

kwantyle <- cbind(kwantyle_NO2,kwantyle_SO2,kwantyle_PM10,kwantyle_PM2_5)
colnames(kwantyle) <- c("kwantyle NO2","kwantyle SO2","kwantyle PM10","kwantyle PM2.5")

kwantyle <- kwantyle[-c(1,5),]

kwantyle
##     kwantyle NO2 kwantyle SO2 kwantyle PM10 kwantyle PM2.5
## 25%     7.595833     1.965603      14.07008       8.737127
## 50%    12.493730     3.358005      20.00497      13.203445
## 75%    19.411501     5.598691      29.88009      21.092663

Z powyżej tabeli z łatwością możemy odczytać interesujący nas kwantyl dla danej substancji.

Kolejnym krokiem naszej analizy było porównanie metod automatycznych i referencyjnych na wybranych stacjach. W celu lepszego zoobrazowania tego zagadnienia postanowiliśMy utworzyć tabelkę przedstawiąjące to kryterium.

datatable(dane %>%
            filter(kod == "SkKielTargow" || kod == "SkJedrMieszkMOB") %>%
  summarise(sre_a = round(mean(auto, na.rm = T),2),
            sre_r = round(mean(man, na.rm = T),2),
            min_a = round(min(auto, na.rm = T),2),
            min_r = round(min(man, na.rm = T),2),
            max_a = round(max(auto, na.rm = T),2),
            max_r = round(max(man, na.rm = T),2)))
dane %>%
  filter(kod == "SkKielTargow") %>%
  ggplot(aes(x = diff)) +
  geom_histogram(aes(y = ..density..),
                 binwidth = 1,
                 fill = "white",
                 color = "black") +
  geom_density(alpha = 0.9, fill = "grey60") +
  geom_vline(aes(xintercept = mean(diff, na.rm = 1)),
            color = "red",
            size = 1, linetype = 2) +
  theme_bw() + 
  scale_x_continuous(expand = c(0,0)) +
  scale_y_continuous(expand = c(0,0))

Ostatnim krokiem naszej analizy było przedstawienie pozyskanych danych na histogramie obrazującym gęstość stężenia pyłów w powietrzu.

n_data_24h %>%
  gather(key = sub, value=obs, 'As(PM10)':SO2)%>%
  group_by(kod, sub)%>%
  summarise(n= n()- sum(is.na(obs)),
            sre= mean(obs, na.rm=T))%>%
  filter(n!=0)%>%
  mutate(proc=(n/366)*100)%>%
  arrange(kod)%>%
  knitr::kable()
kod sub n sre proc
DsGlogWiStwo As(PM10) 355 8.2275042 96.99454
DsGlogWiStwo BaP(PM10) 361 2.6393629 98.63388
DsGlogWiStwo Cd(PM10) 354 0.4647910 96.72131
DsGlogWiStwo Ni(PM10) 354 0.8484237 96.72131
DsGlogWiStwo Pb(PM10) 354 0.0226115 96.72131
DsGlogWiStwo PM10 364 21.1932418 99.45355
DsJelGorSoko BaP(PM10) 362 2.5986989 98.90710
DsJelGorSoko PM10 360 19.5555556 98.36066
DsKamGoraMOB BaP(PM10) 354 3.4220424 96.72131
DsKamGoraMOB PM10 353 19.8628045 96.44809
DsLegAlRzecz As(PM10) 361 7.9483546 98.63388
DsLegAlRzecz BaP(PM10) 361 3.5930693 98.63388
DsLegAlRzecz Cd(PM10) 361 0.4754765 98.63388
DsLegAlRzecz Ni(PM10) 361 1.4043490 98.63388
DsLegAlRzecz Pb(PM10) 361 0.0478611 98.63388
DsLegAlRzecz PM10 361 26.3709695 98.63388
DsLegPolarna PM2.5 364 16.1660714 99.45355
DsNowRudJezi BaP(PM10) 365 10.8980493 99.72678
DsNowRudJezi PM10 365 36.2741178 99.72678
DsOlawZolnAK BaP(PM10) 348 2.8208448 95.08197
DsOlawZolnAK PM10 353 22.9335127 96.44809
DsOlesBrzozo BaP(PM10) 337 2.7561454 92.07650
DsOlesBrzozo PM10 343 20.6064723 93.71585
DsOsieczow21 As(PM10) 362 1.8486630 98.90710
DsOsieczow21 BaA(PM10) 364 0.9527390 99.45355
DsOsieczow21 BaP(PM10) 362 1.4060331 98.90710
DsOsieczow21 BbF(PM10) 364 1.4686291 99.45355
DsOsieczow21 BjF(PM10) 364 0.8653956 99.45355
DsOsieczow21 BkF(PM10) 364 0.6213736 99.45355
DsOsieczow21 Cd(PM10) 362 0.1473867 98.90710
DsOsieczow21 DBahA(PM10) 364 0.1880495 99.45355
DsOsieczow21 IP(PM10) 364 1.0161209 99.45355
DsOsieczow21 Ni(PM10) 362 0.3672459 98.90710
DsOsieczow21 Pb(PM10) 362 0.0071251 98.90710
DsOsieczow21 PM10 362 15.8653315 98.90710
DsOsieczow21 PM2.5 359 11.4881337 98.08743
DsPolKasztan As(PM10) 363 3.3089229 99.18033
DsPolKasztan BaP(PM10) 365 1.8588055 99.72678
DsPolKasztan PM10 362 19.2330939 98.90710
DsSniezkaObs NO2 366 3.5297814 100.00000
DsSniezkaObs SO2 366 2.2568306 100.00000
DsSrodaSlMOB BaP(PM10) 322 4.6891366 87.97814
DsSrodaSlMOB PM10 327 23.2112538 89.34426
DsSwidnFolwa BaP(PM10) 365 2.8739233 99.72678
DsSwidnFolwa PM10 365 20.8624384 99.72678
DsSzczaKolej BaP(PM10) 346 4.0830145 94.53552
DsSzczaKolej PM10 352 17.3295455 96.17486
DsWalbrzWyso As(PM10) 366 1.6593033 100.00000
DsWalbrzWyso BaP(PM10) 366 3.9877705 100.00000
DsWalbrzWyso Cd(PM10) 366 0.2606667 100.00000
DsWalbrzWyso Ni(PM10) 366 0.9831940 100.00000
DsWalbrzWyso Pb(PM10) 366 0.0164664 100.00000
DsWalbrzWyso PM10 366 20.2211749 100.00000
DsWalbrzWyso PM2.5 359 13.3328134 98.08743
DsWrocNaGrob PM2.5 335 15.3468955 91.53005
DsWrocOrzech BaP(PM10) 356 2.3545056 97.26776
DsWrocOrzech PM10 356 21.9956461 97.26776
DsWrocWybCon As(PM10) 355 2.3708535 96.99454
DsWrocWybCon BaA(PM10) 355 1.5822197 96.99454
DsWrocWybCon BaP(PM10) 355 2.5925127 96.99454
DsWrocWybCon BbF(PM10) 355 2.7354056 96.99454
DsWrocWybCon BjF(PM10) 355 1.7659606 96.99454
DsWrocWybCon BkF(PM10) 355 1.3309183 96.99454
DsWrocWybCon Cd(PM10) 355 0.2643915 96.99454
DsWrocWybCon DBahA(PM10) 355 0.3448282 96.99454
DsWrocWybCon IP(PM10) 355 1.7402451 96.99454
DsWrocWybCon Ni(PM10) 355 1.2021183 96.99454
DsWrocWybCon Pb(PM10) 355 0.0105497 96.99454
DsWrocWybCon PM10 355 23.0382535 96.99454
DsZgorBohGet BaP(PM10) 362 1.4480525 98.90710
DsZgorBohGet PM10 362 19.8310221 98.90710
DsZgorBohGet PM2.5 362 13.9985359 98.90710
KpBrodKochan BaP(PM10) 338 3.1559376 92.34973
KpBrodKochan PM10 349 24.3975886 95.35519
KpBydBerling PM2.5 366 12.1003463 100.00000
KpBydWarszaw As(PM10) 366 0.7672515 100.00000
KpBydWarszaw BaP(PM10) 366 2.4309349 100.00000
KpBydWarszaw Cd(PM10) 359 0.2384466 98.08743
KpBydWarszaw Ni(PM10) 366 1.1432873 100.00000
KpBydWarszaw Pb(PM10) 366 0.0104500 100.00000
KpBydWarszaw PM10 365 25.1807778 99.72678
KpChelmLunawMOB PM2.5 358 14.5784264 97.81421
KpCiechTezni As(PM10) 366 0.6672418 100.00000
KpCiechTezni BaA(PM10) 366 1.8139106 100.00000
KpCiechTezni BaP(PM10) 366 2.0937195 100.00000
KpCiechTezni BbF(PM10) 366 1.9122355 100.00000
KpCiechTezni BjF(PM10) 366 1.1778920 100.00000
KpCiechTezni BkF(PM10) 366 1.0566572 100.00000
KpCiechTezni Cd(PM10) 359 0.1832221 98.08743
KpCiechTezni DBahA(PM10) 366 0.1237692 100.00000
KpCiechTezni IP(PM10) 366 1.6036518 100.00000
KpCiechTezni Ni(PM10) 359 0.8924467 98.08743
KpCiechTezni Pb(PM10) 366 0.0056412 100.00000
KpCiechTezni PM10 366 20.1072880 100.00000
KpGrudSienki As(PM10) 366 0.6650776 100.00000
KpGrudSienki BaP(PM10) 366 2.8946587 100.00000
KpGrudSienki Cd(PM10) 366 0.3023751 100.00000
KpGrudSienki Ni(PM10) 359 0.9348150 98.08743
KpGrudSienki Pb(PM10) 366 0.0086030 100.00000
KpGrudSienki PM10 366 24.9307990 100.00000
KpGrudSienki PM2.5 349 16.0650774 95.35519
KpInowSolank As(PM10) 366 0.7530232 100.00000
KpInowSolank BaP(PM10) 366 1.5086499 100.00000
KpInowSolank Cd(PM10) 366 0.1623761 100.00000
KpInowSolank Ni(PM10) 366 1.1506332 100.00000
KpInowSolank Pb(PM10) 366 0.0056234 100.00000
KpInowSolank PM10 366 20.0496633 100.00000
KpKoniczynka As(PM10) 362 0.5784157 98.90710
KpKoniczynka BaP(PM10) 362 1.5589964 98.90710
KpKoniczynka Cd(PM10) 355 0.1289538 96.99454
KpKoniczynka Ni(PM10) 355 0.9424335 96.99454
KpKoniczynka Pb(PM10) 355 0.0046887 96.99454
KpKoniczynka PM10 362 21.6358953 98.90710
KpToruDziewu As(PM10) 356 0.6137121 97.26776
KpToruDziewu BaP(PM10) 363 1.6123309 99.18033
KpToruDziewu Cd(PM10) 356 0.1610000 97.26776
KpToruDziewu Ni(PM10) 342 1.8846213 93.44262
KpToruDziewu Pb(PM10) 324 0.0067318 88.52459
KpToruDziewu PM10 340 23.1274980 92.89617
KpToruDziewu PM2.5 341 13.4057008 93.16940
KpWieniZdroj As(PM10) 366 0.6543813 100.00000
KpWieniZdroj BaP(PM10) 359 1.6965258 98.08743
KpWieniZdroj Cd(PM10) 359 0.1708320 98.08743
KpWieniZdroj Ni(PM10) 366 0.9319717 100.00000
KpWieniZdroj Pb(PM10) 366 0.0047341 100.00000
KpWieniZdroj PM10 366 20.3281889 100.00000
KpWloclGniaz As(PM10) 366 0.6341580 100.00000
KpWloclGniaz BaP(PM10) 366 1.9024026 100.00000
KpWloclGniaz Cd(PM10) 366 0.2072835 100.00000
KpWloclGniaz Ni(PM10) 359 0.8341781 98.08743
KpWloclGniaz Pb(PM10) 366 0.0062735 100.00000
KpWloclGniaz PM10 366 22.7404939 100.00000
KpWloclGniaz PM2.5 366 16.9896220 100.00000
KpWloclOkrze PM10 366 23.8252793 100.00000
KpZielBoryTu As(PM10) 343 0.4325335 93.71585
KpZielBoryTu BaA(PM10) 343 0.5452717 93.71585
KpZielBoryTu BaP(PM10) 343 0.6609100 93.71585
KpZielBoryTu BbF(PM10) 343 0.6920270 93.71585
KpZielBoryTu BjF(PM10) 343 0.4562350 93.71585
KpZielBoryTu BkF(PM10) 343 0.3503815 93.71585
KpZielBoryTu Cd(PM10) 343 0.0963802 93.71585
KpZielBoryTu DBahA(PM10) 343 0.0374659 93.71585
KpZielBoryTu IP(PM10) 343 0.5426275 93.71585
KpZielBoryTu Ni(PM10) 343 0.3364024 93.71585
KpZielBoryTu Pb(PM10) 343 0.0027200 93.71585
KpZielBoryTu PM10 340 14.6654089 92.89617
KpZielBoryTu PM2.5 360 8.5675754 98.36066
LbBiaPodOrze As(PM10) 366 0.5395902 100.00000
LbBiaPodOrze BaP(PM10) 366 4.3253825 100.00000
LbBiaPodOrze Cd(PM10) 366 0.2065301 100.00000
LbBiaPodOrze Ni(PM10) 366 3.0239891 100.00000
LbBiaPodOrze Pb(PM10) 366 0.0043479 100.00000
LbBiaPodOrze PM10 366 27.7674317 100.00000
LbBiaPodOrze PM2.5 348 19.8057471 95.08197
LbChelPolan BaP(PM10) 366 2.1353825 100.00000
LbChelPolan PM10 366 22.4508743 100.00000
LbChelPolan PM2.5 366 17.0882514 100.00000
LbFlorianRPN PM10 366 14.2183060 100.00000
LbJarczWolaM NO2 354 7.2189266 96.72131
LbJarczWolaM SO2 363 1.2997245 99.18033
LbKrasKoszar BaP(PM10) 366 2.7136339 100.00000
LbKrasKoszar PM10 366 22.8122951 100.00000
LbKrasnobrod BaP(PM10) 351 1.9378632 95.90164
LbKrasnobrod PM10 351 17.7193732 95.90164
LbLubSliwins As(PM10) 366 0.5141530 100.00000
LbLubSliwins BaA(PM10) 366 1.8347814 100.00000
LbLubSliwins BaP(PM10) 366 1.9971311 100.00000
LbLubSliwins BbF(PM10) 366 1.5637978 100.00000
LbLubSliwins BjF(PM10) 366 0.6828962 100.00000
LbLubSliwins BkF(PM10) 366 1.0116120 100.00000
LbLubSliwins Cd(PM10) 366 0.1997268 100.00000
LbLubSliwins DBahA(PM10) 366 0.2397951 100.00000
LbLubSliwins IP(PM10) 366 1.2259290 100.00000
LbLubSliwins Ni(PM10) 366 3.7886066 100.00000
LbLubSliwins Pb(PM10) 366 0.0046017 100.00000
LbLubSliwins PM10 366 20.9773224 100.00000
LbLubSliwins PM2.5 366 15.1505464 100.00000
LbNaleczow BaP(PM10) 347 1.8485879 94.80874
LbNaleczow PM10 347 20.8184438 94.80874
LbPulaKarpin PM10 353 21.2906516 96.44809
LbRadzPodSit PM10 366 26.1882514 100.00000
LbZamoHrubie BaP(PM10) 366 2.6528142 100.00000
LbZamoHrubie PM10 366 23.7475410 100.00000
LbZamoHrubie PM2.5 366 17.4931694 100.00000
LdBelchatEdward BaP(PM10) 357 1.5569059 97.54098
LdBelchatEdward PM10 359 22.1857349 98.08743
LdBrzeReform BaP(PM10) 366 4.2694329 100.00000
LdBrzeReform PM10 366 27.3056135 100.00000
LdKutn1Maja7MOB BaP(PM10) 356 2.1944044 97.26776
LdKutn1Maja7MOB PM10 358 24.6574149 97.81421
LdKutnKosciu BaP(PM10) 366 1.7659302 100.00000
LdKutnKosciu PM10 366 23.9143318 100.00000
LdLodzCzerni PM2.5 360 15.6223990 98.36066
LdLodzLegion As(PM10) 353 0.7354391 96.44809
LdLodzLegion BaA(PM10) 359 1.6327296 98.08743
LdLodzLegion BaP(PM10) 356 2.3227604 97.26776
LdLodzLegion BbF(PM10) 359 1.9314223 98.08743
LdLodzLegion BjF(PM10) 359 1.7495286 98.08743
LdLodzLegion BkF(PM10) 359 1.1220260 98.08743
LdLodzLegion Cd(PM10) 360 0.3166389 98.36066
LdLodzLegion DBahA(PM10) 359 0.6014724 98.08743
LdLodzLegion IP(PM10) 359 2.2547333 98.08743
LdLodzLegion Ni(PM10) 339 1.4016519 92.62295
LdLodzLegion Pb(PM10) 360 0.0088917 98.36066
LdLodzLegion PM10 357 31.4310415 97.54098
LdLodzLegion PM2.5 362 19.2900804 98.90710
LdLodzRudzka BaP(PM10) 365 3.1604874 99.72678
LdLodzRudzka PM10 365 29.5540473 99.72678
LdLowiczSien BaP(PM10) 366 2.5964404 100.00000
LdLowiczSien PM10 366 26.7630651 100.00000
LdOpocCurieSk BaP(PM10) 366 3.2467913 100.00000
LdOpocCurieSk PM10 366 28.0671386 100.00000
LdPabiKilins As(PM10) 357 0.8306162 97.54098
LdPabiKilins BaP(PM10) 361 2.5761984 98.63388
LdPabiKilins Cd(PM10) 364 0.3103297 99.45355
LdPabiKilins Ni(PM10) 357 1.1329692 97.54098
LdPabiKilins Pb(PM10) 364 0.0094560 99.45355
LdPabiKilins PM10 361 27.2649883 98.63388
LdParzniUjWo BaP(PM10) 355 1.2637692 96.99454
LdParzniUjWo PM10 358 20.2608939 97.81421
LdPioTrKraPr As(PM10) 365 0.8807945 99.72678
LdPioTrKraPr BaP(PM10) 365 3.2116784 99.72678
LdPioTrKraPr Cd(PM10) 365 0.3958630 99.72678
LdPioTrKraPr Ni(PM10) 365 1.2066027 99.72678
LdPioTrKraPr Pb(PM10) 365 0.0105397 99.72678
LdPioTrKraPr PM10 365 28.8359900 99.72678
LdPioTrKraPr PM2.5 365 21.3139228 99.72678
LdRadomsRoln BaP(PM10) 366 4.0532905 100.00000
LdRadomsRoln PM10 366 31.7996026 100.00000
LdRawaNiepod BaP(PM10) 362 2.9965066 98.90710
LdRawaNiepod PM10 364 25.9368132 99.45355
LdSieraPolna BaP(PM10) 365 2.3629998 99.72678
LdSieraPolna PM10 365 26.1491905 99.72678
LdSkierKonop As(PM10) 366 0.6552459 100.00000
LdSkierKonop BaP(PM10) 366 3.5609603 100.00000
LdSkierKonop Cd(PM10) 366 0.2772951 100.00000
LdSkierKonop Ni(PM10) 352 1.4483239 96.17486
LdSkierKonop Pb(PM10) 366 0.0077814 100.00000
LdSkierKonop PM10 366 28.3124938 100.00000
LdToMaSwAnto BaP(PM10) 366 3.0049546 100.00000
LdToMaSwAnto PM10 366 26.9487829 100.00000
LdUniejTermy BaP(PM10) 352 1.7236828 96.17486
LdUniejTermy PM10 366 21.8477781 100.00000
LdWieluPOW12 BaP(PM10) 360 2.4873399 98.36066
LdWieluPOW12 PM10 363 23.8755572 99.18033
LdZduWoKrole BaP(PM10) 366 3.2947949 100.00000
LdZduWoKrole PM10 366 28.5620137 100.00000
LuGorzKosGdy As(PM10) 351 0.7600285 95.90164
LuGorzKosGdy BaP(PM10) 351 2.9666667 95.90164
LuGorzKosGdy Cd(PM10) 351 0.1186040 95.90164
LuGorzKosGdy Ni(PM10) 351 5.7839601 95.90164
LuGorzKosGdy Pb(PM10) 351 0.0054537 95.90164
LuGorzKosGdy PM10 351 20.9008547 95.90164
LuGorzPilsud As(PM10) 366 0.8120492 100.00000
LuGorzPilsud BaP(PM10) 366 1.8118306 100.00000
LuGorzPilsud Cd(PM10) 366 0.0954098 100.00000
LuGorzPilsud Ni(PM10) 366 6.6210109 100.00000
LuGorzPilsud Pb(PM10) 366 0.0052406 100.00000
LuGorzPilsud PM10 366 20.7792350 100.00000
LuGorzPilsud PM2.5 366 13.9169399 100.00000
LuSmolBytnic As(PM10) 355 1.0674930 96.99454
LuSmolBytnic BaP(PM10) 355 0.8026732 96.99454
LuSmolBytnic Cd(PM10) 355 0.0845915 96.99454
LuSmolBytnic Ni(PM10) 355 4.2246197 96.99454
LuSmolBytnic Pb(PM10) 355 0.0039079 96.99454
LuSmolBytnic PM10 355 14.1132394 96.99454
LuSulecDudka As(PM10) 344 0.9095349 93.98907
LuSulecDudka BaP(PM10) 344 2.7068605 93.98907
LuSulecDudka Cd(PM10) 344 0.1155523 93.98907
LuSulecDudka Ni(PM10) 344 3.9973547 93.98907
LuSulecDudka Pb(PM10) 344 0.0052064 93.98907
LuSulecDudka PM10 344 20.5180233 93.98907
LuSwiebodMOB As(PM10) 358 0.9800279 97.81421
LuSwiebodMOB BaP(PM10) 358 2.4808128 97.81421
LuSwiebodMOB Cd(PM10) 358 0.1295251 97.81421
LuSwiebodMOB Ni(PM10) 358 3.7563966 97.81421
LuSwiebodMOB Pb(PM10) 358 0.0048687 97.81421
LuSwiebodMOB PM10 358 20.8458101 97.81421
LuWsKaziWiel As(PM10) 330 3.7513030 90.16393
LuWsKaziWiel BaP(PM10) 330 3.3638182 90.16393
LuWsKaziWiel Cd(PM10) 330 0.3179394 90.16393
LuWsKaziWiel Ni(PM10) 330 6.0617273 90.16393
LuWsKaziWiel Pb(PM10) 330 0.0135788 90.16393
LuWsKaziWiel PM10 330 24.7545455 90.16393
LuWsKaziWiel PM2.5 315 18.2736508 86.06557
LuZarySzyman As(PM10) 365 1.5541096 99.72678
LuZarySzyman BaP(PM10) 365 1.6834521 99.72678
LuZarySzyman Cd(PM10) 365 0.2007397 99.72678
LuZarySzyman Ni(PM10) 365 8.4119452 99.72678
LuZarySzyman Pb(PM10) 365 0.0089687 99.72678
LuZarySzyman PM10 365 19.2673973 99.72678
LuZarySzyman PM2.5 366 13.0404372 100.00000
LuZielKrotka As(PM10) 350 1.6946286 95.62842
LuZielKrotka BaA(PM10) 350 2.0806571 95.62842
LuZielKrotka BaP(PM10) 350 2.2669429 95.62842
LuZielKrotka BbF(PM10) 350 2.2333143 95.62842
LuZielKrotka BjF(PM10) 350 1.1708943 95.62842
LuZielKrotka BkF(PM10) 350 1.3182314 95.62842
LuZielKrotka Cd(PM10) 350 0.1745429 95.62842
LuZielKrotka DBahA(PM10) 350 0.4952143 95.62842
LuZielKrotka IP(PM10) 350 1.8267171 95.62842
LuZielKrotka Ni(PM10) 350 8.1481429 95.62842
LuZielKrotka Pb(PM10) 350 0.0087700 95.62842
LuZielKrotka PM10 353 17.8334278 96.44809
LuZielKrotka PM2.5 353 10.7186969 96.44809
MpBochKonfed BaP(PM10) 366 6.1380601 100.00000
MpBochKonfed PM10 363 27.5111019 99.18033
MpBochKonfed PM2.5 363 21.1924518 99.18033
MpGorlKrasin BaP(PM10) 361 2.1463435 98.63388
MpGorlKrasin PM10 359 19.2462674 98.08743
MpKrakAlKras BaP(PM10) 342 3.8902047 93.44262
MpKrakAlKras PM10 340 37.8545294 92.89617
MpKrakBujaka As(PM10) 364 0.7111517 99.45355
MpKrakBujaka BaA(PM10) 364 3.9151046 99.45355
MpKrakBujaka BaP(PM10) 364 3.7252591 99.45355
MpKrakBujaka BbF(PM10) 364 2.1793548 99.45355
MpKrakBujaka BjF(PM10) 364 1.9230111 99.45355
MpKrakBujaka BkF(PM10) 364 1.4636802 99.45355
MpKrakBujaka Cd(PM10) 364 0.4170372 99.45355
MpKrakBujaka DBahA(PM10) 364 0.2985274 99.45355
MpKrakBujaka IP(PM10) 364 2.8503544 99.45355
MpKrakBujaka Ni(PM10) 364 1.4963737 99.45355
MpKrakBujaka Pb(PM10) 364 0.0097055 99.45355
MpKrakBujaka PM10 363 30.6977686 99.18033
MpKrakBulwar As(PM10) 363 0.8066942 99.18033
MpKrakBulwar BaP(PM10) 363 4.3636088 99.18033
MpKrakBulwar Cd(PM10) 363 0.4087328 99.18033
MpKrakBulwar Ni(PM10) 363 1.5466942 99.18033
MpKrakBulwar Pb(PM10) 363 0.0127070 99.18033
MpKrakBulwar PM10 359 30.1433426 98.08743
MpKrakOsPias PM2.5 365 20.7856164 99.72678
MpKrakSwoszo BaP(PM10) 366 3.8219399 100.00000
MpKrakSwoszo PM10 363 26.7135262 99.18033
MpKrakWadow As(PM10) 355 0.7490704 96.99454
MpKrakWadow BaP(PM10) 355 3.7496338 96.99454
MpKrakWadow Cd(PM10) 355 0.3809859 96.99454
MpKrakWadow Ni(PM10) 355 2.0189014 96.99454
MpKrakWadow Pb(PM10) 355 0.0105949 96.99454
MpKrakWadow PM10 356 25.8786798 97.26776
MpKrakZloRog BaP(PM10) 366 3.7330874 100.00000
MpKrakZloRog PM10 365 29.3401370 99.72678
MpKrynicDiet BaP(PM10) 365 1.7782740 99.72678
MpKrynicDiet PM10 362 17.0365470 98.90710
MpNiepo3Maja BaP(PM10) 356 5.0937640 97.26776
MpNiepo3Maja PM10 354 28.1377966 96.72131
MpNoSaczNadb BaP(PM10) 364 10.9199176 99.45355
MpNoSaczNadb PM10 362 33.9917127 98.90710
MpNoSaczNadb PM2.5 358 26.8342179 97.81421
MpNoTargPSlo BaP(PM10) 359 18.4400836 98.08743
MpNoTargPSlo PM10 357 41.7552101 97.54098
MpOlkuCegiel BaP(PM10) 361 6.6323823 98.63388
MpOlkuCegiel PM10 360 28.1345833 98.36066
MpOswiecBema BaP(PM10) 366 6.6486612 100.00000
MpOswiecBema PM10 366 33.9145628 100.00000
MpRabkaOrkan BaP(PM10) 362 8.9932873 98.90710
MpRabkaOrkan PM10 361 26.4481994 98.63388
MpSuchaNiesz BaP(PM10) 354 9.8129379 96.72131
MpSuchaNiesz PM10 361 33.8484488 98.63388
MpTarBitStud As(PM10) 364 0.5609615 99.45355
MpTarBitStud BaP(PM10) 364 3.0912363 99.45355
MpTarBitStud Cd(PM10) 364 0.4622253 99.45355
MpTarBitStud Ni(PM10) 364 1.2490659 99.45355
MpTarBitStud Pb(PM10) 364 0.0069597 99.45355
MpTarBitStud PM10 362 23.5462431 98.90710
MpTarBitStud PM2.5 356 17.5022753 97.26776
MpTrzebOsZWM As(PM10) 359 0.9956546 98.08743
MpTrzebOsZWM BaP(PM10) 359 4.2074930 98.08743
MpTrzebOsZWM Cd(PM10) 359 0.5753482 98.08743
MpTrzebOsZWM Ni(PM10) 359 1.3233426 98.08743
MpTrzebOsZWM Pb(PM10) 359 0.0145172 98.08743
MpTrzebOsZWM PM10 357 26.2767787 97.54098
MpTrzebOsZWM PM2.5 355 17.9509296 96.99454
MpTuchChopin BaP(PM10) 365 9.2737808 99.72678
MpTuchChopin PM10 364 31.3064560 99.45355
MpZabieWapie BaP(PM10) 364 6.6201923 99.45355
MpZabieWapie PM10 364 33.2657143 99.45355
MpZakopaSien BaP(PM10) 364 6.1491209 99.45355
MpZakopaSien PM10 363 25.1292562 99.18033
MpZakopaSien PM2.5 363 20.5250413 99.18033
MzKonJezMos BaP(PM10) 318 1.2786610 86.88525
MzKonJezMos PM10 322 19.4166240 87.97814
MzLegZegrzyn BaP(PM10) 345 2.7760334 94.26230
MzLegZegrzyn PM10 349 24.3029207 95.35519
MzMinMazKaziMOB As(PM10) 352 0.4898011 96.17486
MzMinMazKaziMOB BaP(PM10) 350 2.5885314 95.62842
MzMinMazKaziMOB Cd(PM10) 352 0.2211176 96.17486
MzMinMazKaziMOB Ni(PM10) 352 0.6709375 96.17486
MzMinMazKaziMOB Pb(PM10) 352 0.0054931 96.17486
MzMinMazKaziMOB PM10 353 23.8403286 96.44809
MzOstroHalle BaP(PM10) 363 1.3562685 99.18033
MzOstroHalle PM10 363 21.8360441 99.18033
MzOtwoBrzozo As(PM10) 342 0.6905246 93.44262
MzOtwoBrzozo BaP(PM10) 340 3.2108225 92.89617
MzOtwoBrzozo Cd(PM10) 342 0.2993442 93.44262
MzOtwoBrzozo Ni(PM10) 342 0.6372070 93.44262
MzOtwoBrzozo Pb(PM10) 342 0.0077140 93.44262
MzOtwoBrzozo PM10 339 28.3352201 92.62295
MzPiasPulask BaP(PM10) 348 1.9139552 95.08197
MzPiasPulask PM10 348 24.2974914 95.08197
MzPlocKroJad As(PM10) 366 0.4442699 100.00000
MzPlocKroJad BaP(PM10) 326 0.7813832 89.07104
MzPlocKroJad Cd(PM10) 366 0.1338844 100.00000
MzPlocKroJad Ni(PM10) 365 0.6063616 99.72678
MzPlocKroJad Pb(PM10) 365 0.0035911 99.72678
MzPlocKroJad PM10 347 19.3983101 94.80874
MzPlocKroJad PM2.5 341 15.2899824 93.16940
MzRad25Czerw As(PM10) 338 0.5080464 92.34973
MzRad25Czerw BaP(PM10) 332 2.1673838 90.71038
MzRad25Czerw Cd(PM10) 334 0.3052362 91.25683
MzRad25Czerw Ni(PM10) 334 0.7102695 91.25683
MzRad25Czerw Pb(PM10) 334 0.0070711 91.25683
MzRad25Czerw PM10 333 26.0079249 90.98361
MzRadHallera PM2.5 361 17.6428837 98.63388
MzSiedKonars As(PM10) 366 0.4135153 100.00000
MzSiedKonars BaP(PM10) 363 2.4001983 99.18033
MzSiedKonars Cd(PM10) 366 0.2105563 100.00000
MzSiedKonars Ni(PM10) 366 0.5492735 100.00000
MzSiedKonars Pb(PM10) 366 0.0047199 100.00000
MzSiedKonars PM10 361 24.7192022 98.63388
MzWarAKrzywo As(PM10) 348 0.4522555 95.08197
MzWarAKrzywo BaA(PM10) 344 1.0937164 93.98907
MzWarAKrzywo BaP(PM10) 344 0.8330265 93.98907
MzWarAKrzywo BbF(PM10) 344 1.2457110 93.98907
MzWarAKrzywo BjF(PM10) 344 1.8042099 93.98907
MzWarAKrzywo BkF(PM10) 344 0.6898133 93.98907
MzWarAKrzywo Cd(PM10) 346 0.2087462 94.53552
MzWarAKrzywo DBahA(PM10) 344 0.1103591 93.98907
MzWarAKrzywo IP(PM10) 344 0.7673028 93.98907
MzWarAKrzywo Ni(PM10) 348 0.7525086 95.08197
MzWarAKrzywo Pb(PM10) 346 0.0053995 94.53552
MzWarAKrzywo PM10 347 22.3734553 94.80874
MzWarBajkowa As(PM10) 365 0.4942740 99.72678
MzWarBajkowa BaP(PM10) 362 2.0741519 98.90710
MzWarBajkowa Cd(PM10) 364 0.2385714 99.45355
MzWarBajkowa Ni(PM10) 366 0.6241257 100.00000
MzWarBajkowa Pb(PM10) 364 0.0056634 99.45355
MzWarBajkowa PM10 362 25.1632735 98.90710
MzWarChrosci As(PM10) 366 0.4829235 100.00000
MzWarChrosci BaP(PM10) 364 1.4344753 99.45355
MzWarChrosci Cd(PM10) 366 0.2223497 100.00000
MzWarChrosci Ni(PM10) 366 0.7486339 100.00000
MzWarChrosci Pb(PM10) 366 0.0056839 100.00000
MzWarChrosci PM10 363 24.0034821 99.18033
MzWarKondrat PM2.5 341 15.4094370 93.16940
MzWarWokalna PM2.5 359 14.0004457 98.08743
OpGlubRatusz BaP(PM10) 364 4.6558214 99.45355
OpGlubRatusz PM10 364 26.0769231 99.45355
OpKKozBSmial PM2.5 361 17.8185596 98.63388
OpKluczMicki PM10 351 23.6296296 95.90164
OpKluczMicki PM2.5 364 17.4780220 99.45355
OpNysaRodzie PM2.5 360 20.8625000 98.36066
OpOpoleOsAKr As(PM10) 366 1.3451025 100.00000
OpOpoleOsAKr BaA(PM10) 366 2.6478798 100.00000
OpOpoleOsAKr BaP(PM10) 366 2.6612049 100.00000
OpOpoleOsAKr BbF(PM10) 366 2.3435082 100.00000
OpOpoleOsAKr BjF(PM10) 366 2.8764180 100.00000
OpOpoleOsAKr BkF(PM10) 366 1.2575874 100.00000
OpOpoleOsAKr Cd(PM10) 366 0.4954104 100.00000
OpOpoleOsAKr DBahA(PM10) 366 0.0105000 100.00000
OpOpoleOsAKr IP(PM10) 366 2.0265601 100.00000
OpOpoleOsAKr Ni(PM10) 366 2.6128702 100.00000
OpOpoleOsAKr Pb(PM10) 366 0.0093153 100.00000
OpOpoleOsAKr PM10 366 24.5628415 100.00000
OpOpoleOsAKr PM2.5 366 17.2240437 100.00000
OpStrzOpWysz As(PM10) 332 1.2017620 90.71038
OpStrzOpWysz BaP(PM10) 332 2.3893946 90.71038
OpStrzOpWysz Cd(PM10) 332 0.7951232 90.71038
OpStrzOpWysz Ni(PM10) 332 1.5054684 90.71038
OpStrzOpWysz Pb(PM10) 332 0.0092778 90.71038
OpStrzOpWysz PM10 332 21.3840361 90.71038
PdBialWarsza PM2.5 364 15.0092643 99.45355
PdBialWaszyn As(PM10) 336 0.4570802 91.80328
PdBialWaszyn BaA(PM10) 336 1.4348019 91.80328
PdBialWaszyn BaP(PM10) 336 1.6333433 91.80328
PdBialWaszyn BbF(PM10) 336 2.0896154 91.80328
PdBialWaszyn BjF(PM10) 336 0.6486210 91.80328
PdBialWaszyn BkF(PM10) 336 0.9522119 91.80328
PdBialWaszyn Cd(PM10) 336 0.1931054 91.80328
PdBialWaszyn DBahA(PM10) 336 0.1415613 91.80328
PdBialWaszyn IP(PM10) 336 1.4827741 91.80328
PdBialWaszyn Ni(PM10) 336 1.0911049 91.80328
PdBialWaszyn Pb(PM10) 336 0.0026079 91.80328
PdBialWaszyn PM10 332 19.8309640 90.71038
PdLomSikorsk BaP(PM10) 357 5.0276444 97.54098
PdLomSikorsk PM10 360 29.3346211 98.36066
PdLomSikorsk PM2.5 360 22.4122577 98.36066
PdSuwPulaskp As(PM10) 357 0.4048776 97.54098
PdSuwPulaskp BaP(PM10) 357 1.5227359 97.54098
PdSuwPulaskp Cd(PM10) 357 0.1691505 97.54098
PdSuwPulaskp Ni(PM10) 357 1.6119252 97.54098
PdSuwPulaskp Pb(PM10) 357 0.0024991 97.54098
PdSuwPulaskp PM10 361 19.6617148 98.63388
PkDebiGrottg BaP(PM10) 365 4.3246411 99.72678
PkDebiGrottg PM10 365 27.2819726 99.72678
PkIwonZdrRab BaP(PM10) 356 0.6090955 97.26776
PkIwonZdrRab PM10 356 14.1215169 97.26776
PkJarosPruch BaP(PM10) 362 2.7828149 98.90710
PkJarosPruch PM10 362 24.5591989 98.90710
PkJasloSikor BaP(PM10) 366 2.4168333 100.00000
PkJasloSikor PM10 366 19.3769399 100.00000
PkKrosKletow As(PM10) 364 0.5526923 99.45355
PkKrosKletow BaP(PM10) 364 1.9148242 99.45355
PkKrosKletow Cd(PM10) 364 0.4789286 99.45355
PkKrosKletow Ni(PM10) 364 0.6985165 99.45355
PkKrosKletow Pb(PM10) 364 0.0058482 99.45355
PkKrosKletow PM10 364 22.3139835 99.45355
PkKrosKletow PM2.5 339 14.5829499 92.62295
PkMielPogodn As(PM10) 358 0.5721508 97.81421
PkMielPogodn BaP(PM10) 358 2.5832039 97.81421
PkMielPogodn Cd(PM10) 358 0.2793855 97.81421
PkMielPogodn Ni(PM10) 358 0.7639385 97.81421
PkMielPogodn Pb(PM10) 358 0.0068747 97.81421
PkMielPogodn PM10 358 24.0652793 97.81421
PkNiskoSzkla BaP(PM10) 340 2.7859647 92.89617
PkNiskoSzkla PM10 342 25.7712281 93.44262
PkPolanZdrojMOB BaP(PM10) 344 0.4535901 93.98907
PkPolanZdrojMOB PM10 344 12.4505814 93.98907
PkPrzemGrunw BaP(PM10) 357 2.0876162 97.54098
PkPrzemGrunw PM10 359 20.2679109 98.08743
PkRymZdrPark As(PM10) 366 0.5277322 100.00000
PkRymZdrPark BaP(PM10) 366 0.9745956 100.00000
PkRymZdrPark Cd(PM10) 366 0.1533333 100.00000
PkRymZdrPark Ni(PM10) 366 0.6172404 100.00000
PkRymZdrPark Pb(PM10) 366 0.0031767 100.00000
PkRymZdrPark PM10 366 14.5849727 100.00000
PkRzeszRejta As(PM10) 361 0.5201662 98.63388
PkRzeszRejta BaP(PM10) 361 2.0286066 98.63388
PkRzeszRejta Cd(PM10) 361 0.2310803 98.63388
PkRzeszRejta Ni(PM10) 361 0.8086150 98.63388
PkRzeszRejta Pb(PM10) 361 0.0050148 98.63388
PkRzeszRejta PM10 361 20.3681163 98.63388
PkRzeszRejta PM2.5 348 13.6533046 95.08197
PkSanoSadowa BaP(PM10) 365 1.7583041 99.72678
PkSanoSadowa PM10 365 19.3605753 99.72678
PkStWolWoPol As(PM10) 363 0.6015152 99.18033
PkStWolWoPol BaP(PM10) 363 1.6721240 99.18033
PkStWolWoPol Cd(PM10) 363 0.4567493 99.18033
PkStWolWoPol Ni(PM10) 358 1.3043017 97.81421
PkStWolWoPol Pb(PM10) 363 0.0106061 99.18033
PkStWolWoPol PM10 363 23.4358953 99.18033
PkTarnDabrow BaP(PM10) 365 2.4017342 99.72678
PkTarnDabrow PM10 365 23.5982192 99.72678
PmChojnMOB BaP(PM10) 277 2.2469170 75.68306
PmChojnMOB PM10 286 21.2062937 78.14208
PmGdaLecz08m As(PM10) 360 0.6182500 98.36066
PmGdaLecz08m BaA(PM10) 360 0.7762889 98.36066
PmGdaLecz08m BbF(PM10) 360 1.3197889 98.36066
PmGdaLecz08m BjF(PM10) 360 0.6190278 98.36066
PmGdaLecz08m BkF(PM10) 360 0.5836750 98.36066
PmGdaLecz08m Cd(PM10) 360 0.1730000 98.36066
PmGdaLecz08m DBahA(PM10) 360 0.1799306 98.36066
PmGdaLecz08m IP(PM10) 360 1.3472472 98.36066
PmGdaLecz08m Ni(PM10) 360 1.2016944 98.36066
PmGdaLecz08m Pb(PM10) 360 0.0065342 98.36066
PmGdaLecz08m PM10 360 19.3527778 98.36066
PmGdaLeczk08 BaP(PM10) 360 0.7662528 98.36066
PmGdaPowWiel PM2.5 366 10.4153005 100.00000
PmKosTargo12 As(PM10) 335 0.8173433 91.53005
PmKosTargo12 BaP(PM10) 335 2.5774687 91.53005
PmKosTargo12 Cd(PM10) 335 0.2180000 91.53005
PmKosTargo12 Ni(PM10) 335 0.7247463 91.53005
PmKosTargo12 Pb(PM10) 335 0.0050541 91.53005
PmKosTargo12 PM10 336 20.3988095 91.80328
PmKosTargo12 PM2.5 339 13.9970501 92.62295
PmLebaRabkaE NO2 364 4.3909341 99.45355
PmLebaRabkaE SO2 364 1.1714286 99.45355
PmLebMalcz16 As(PM10) 359 0.6051532 98.08743
PmLebMalcz16 BaP(PM10) 359 3.4389331 98.08743
PmLebMalcz16 Cd(PM10) 359 0.3887744 98.08743
PmLebMalcz16 Ni(PM10) 359 0.8279109 98.08743
PmLebMalcz16 Pb(PM10) 358 0.0094512 97.81421
PmLebMalcz16 PM10 359 20.6128134 98.08743
PmSlupKniazi PM10 351 15.2991453 95.90164
SkBuskRokosz BaP(PM10) 366 3.7945628 100.00000
SkBuskRokosz PM10 364 23.8877228 99.45355
SkBuskRokosz PM2.5 362 18.6689499 98.90710
SkJedrMieszkMOB BaP(PM10) 327 6.1851682 89.34426
SkJedrMieszkMOB PM10 345 28.1906353 94.26230
SkKielKusoci BaP(PM10) 366 3.2591803 100.00000
SkKielKusoci PM10 363 23.4980938 99.18033
SkKielTargow As(PM10) 345 0.6686232 94.26230
SkKielTargow BaA(PM10) 345 4.3870725 94.26230
SkKielTargow BaP(PM10) 345 4.4252174 94.26230
SkKielTargow BbF(PM10) 345 4.9267536 94.26230
SkKielTargow BjF(PM10) 345 2.9079710 94.26230
SkKielTargow BkF(PM10) 345 2.3935942 94.26230
SkKielTargow Cd(PM10) 345 0.3259971 94.26230
SkKielTargow DBahA(PM10) 345 1.7008116 94.26230
SkKielTargow IP(PM10) 345 3.1376232 94.26230
SkKielTargow Ni(PM10) 345 3.5462029 94.26230
SkKielTargow Pb(PM10) 345 0.0090617 94.26230
SkKielTargow PM10 340 27.9584913 92.89617
SkKielTargow PM2.5 364 19.6766854 99.45355
SkKielWarsza PM2.5 357 16.8695806 97.54098
SkOstrOsSlonMOB BaP(PM10) 357 4.6188235 97.54098
SkOstrOsSlonMOB PM10 360 25.4075021 98.36066
SkOstrOsSlonMOB PM2.5 358 19.5110003 97.81421
SkOzarOsWzgo PM10 348 26.4109195 95.08197
SkSolecZdroj BaP(PM10) 352 3.0509375 96.17486
SkSolecZdroj PM10 362 21.5734215 98.90710
SkStaraZlota As(PM10) 352 0.6128267 96.17486
SkStaraZlota BaP(PM10) 345 4.8906957 94.26230
SkStaraZlota Cd(PM10) 352 0.2998011 96.17486
SkStaraZlota Ni(PM10) 352 3.2587216 96.17486
SkStaraZlota Pb(PM10) 352 0.0084292 96.17486
SkStaraZlota PM10 345 25.7375626 94.26230
SkStaraZlota PM2.5 334 18.6286934 91.25683
SlBielKossak As(PM10) 220 0.7229091 60.10929
SlBielSterni PM2.5 340 20.6650000 92.89617
SlCzestoBacz As(PM10) 366 0.8772951 100.00000
SlCzestoBacz BaP(PM10) 366 2.5021311 100.00000
SlCzestoBacz Cd(PM10) 366 0.6734973 100.00000
SlCzestoBacz Ni(PM10) 366 1.6734973 100.00000
SlCzestoBacz Pb(PM10) 366 0.0112111 100.00000
SlCzestoBacz PM10 365 22.8654795 99.72678
SlCzestoZana PM2.5 366 17.7338798 100.00000
SlDabro1000L BaP(PM10) 184 4.0316304 50.27322
SlDabro1000L PM10 357 29.0053221 97.54098
SlGliwicMewy PM2.5 358 22.1388268 97.81421
SlGodGliniki As(PM10) 321 0.5532087 87.70492
SlGodGliniki BaP(PM10) 321 7.7754829 87.70492
SlGodGliniki Cd(PM10) 321 0.3980685 87.70492
SlGodGliniki Ni(PM10) 321 2.5840498 87.70492
SlGodGliniki Pb(PM10) 321 0.0092438 87.70492
SlGodGliniki PM10 310 31.1925806 84.69945
SlGodGliniki PM2.5 281 26.4665480 76.77596
SlKatoKossut As(PM10) 366 1.1217760 100.00000
SlKatoKossut BaA(PM10) 366 3.5733333 100.00000
SlKatoKossut BaP(PM10) 366 3.4858197 100.00000
SlKatoKossut BbF(PM10) 366 3.9155738 100.00000
SlKatoKossut BjF(PM10) 366 3.2437432 100.00000
SlKatoKossut BkF(PM10) 366 2.0725137 100.00000
SlKatoKossut Cd(PM10) 366 0.9995628 100.00000
SlKatoKossut DBahA(PM10) 366 0.5352295 100.00000
SlKatoKossut IP(PM10) 366 2.9568306 100.00000
SlKatoKossut Ni(PM10) 366 1.8857104 100.00000
SlKatoKossut Pb(PM10) 366 0.0171355 100.00000
SlKatoKossut PM10 365 28.7416438 99.72678
SlKatoKossut PM2.5 365 20.1895890 99.72678
SlKatoPlebA4 PM10 358 34.3209497 97.81421
SlKatoPlebA4 PM2.5 356 23.4390449 97.26776
SlKnurJedNar BaP(PM10) 180 4.8941667 49.18033
SlKnurJedNar PM10 362 28.7643646 98.90710
SlMyszMiedzi BaP(PM10) 164 8.7670732 44.80874
SlMyszMiedzi PM10 315 35.2838095 86.06557
SlPszczBoged As(PM10) 351 0.8190883 95.90164
SlPszczBoged BaP(PM10) 176 6.3578409 48.08743
SlPszczBoged Cd(PM10) 351 0.5248148 95.90164
SlPszczBoged Ni(PM10) 351 4.2564672 95.90164
SlPszczBoged Pb(PM10) 351 0.0122770 95.90164
SlPszczBoged PM10 351 38.3393162 95.90164
SlRybniBorki As(PM10) 364 0.9507692 99.45355
SlRybniBorki BaP(PM10) 364 9.4184341 99.45355
SlRybniBorki Cd(PM10) 364 0.4337088 99.45355
SlRybniBorki Ni(PM10) 364 2.0567857 99.45355
SlRybniBorki Pb(PM10) 364 0.0114346 99.45355
SlRybniBorki PM10 359 32.5568245 98.08743
SlTarnoLitew As(PM10) 358 0.9266480 97.81421
SlTarnoLitew BaP(PM10) 183 4.3947541 50.00000
SlTarnoLitew Cd(PM10) 358 2.6770950 97.81421
SlTarnoLitew Ni(PM10) 358 1.7872067 97.81421
SlTarnoLitew Pb(PM10) 358 0.0263868 97.81421
SlTarnoLitew PM10 358 28.7695531 97.81421
SlTarnoLitew PM2.5 366 19.6215847 100.00000
SlZabSkloCur PM10 298 30.2275168 81.42077
SlZorySikor2 PM10 365 29.8293151 99.72678
SlZorySikor2 PM2.5 358 22.0500000 97.81421
SlZywieKoper BaP(PM10) 366 7.8206831 100.00000
SlZywieKoper PM10 365 33.3432877 99.72678
WmBiskupMickMOB BaP(PM10) 366 1.8000273 100.00000
WmBiskupMickMOB PM10 359 18.8479944 98.08743
WmElbBazynsk As(PM10) 366 0.4317350 100.00000
WmElbBazynsk BaP(PM10) 366 0.9076776 100.00000
WmElbBazynsk Cd(PM10) 366 0.1421038 100.00000
WmElbBazynsk Ni(PM10) 366 2.5368579 100.00000
WmElbBazynsk Pb(PM10) 366 0.0047683 100.00000
WmElbBazynsk PM10 356 19.1744101 97.26776
WmElbBazynsk PM2.5 355 13.2868451 96.99454
WmGlitajn Pb(PM10) 359 0.0031565 98.08743
WmGlitajn PM10 339 17.3157227 92.62295
WmGoldJacwie BaP(PM10) 349 1.2704585 95.35519
WmGoldJacwie PM10 349 19.7940401 95.35519
WmIlawAnders BaP(PM10) 366 1.9912568 100.00000
WmIlawAnders PM10 366 21.8504098 100.00000
WmNiTraugutt As(PM10) 366 0.4187022 100.00000
WmNiTraugutt BaP(PM10) 366 2.0869399 100.00000
WmNiTraugutt Cd(PM10) 366 0.2112978 100.00000
WmNiTraugutt Ni(PM10) 366 2.1470219 100.00000
WmNiTraugutt Pb(PM10) 366 0.0045587 100.00000
WmNiTraugutt PM10 365 23.6963836 99.72678
WmOlsPuszkin As(PM10) 366 0.3481284 100.00000
WmOlsPuszkin BaA(PM10) 366 0.7114208 100.00000
WmOlsPuszkin BaP(PM10) 366 0.7677049 100.00000
WmOlsPuszkin BbF(PM10) 366 0.7314754 100.00000
WmOlsPuszkin BjF(PM10) 366 0.5710656 100.00000
WmOlsPuszkin BkF(PM10) 366 0.5169126 100.00000
WmOlsPuszkin Cd(PM10) 366 0.1079235 100.00000
WmOlsPuszkin DBahA(PM10) 366 0.0326366 100.00000
WmOlsPuszkin IP(PM10) 366 0.6982787 100.00000
WmOlsPuszkin Ni(PM10) 366 2.2216667 100.00000
WmOlsPuszkin Pb(PM10) 366 0.0036005 100.00000
WmOlsPuszkin PM10 359 18.0522563 98.08743
WmOlsPuszkin PM2.5 363 13.1573829 99.18033
WmOstrPilsud PM2.5 358 14.0129050 97.81421
WmPuszczaBor As(PM10) 354 0.2080791 96.72131
WmPuszczaBor BaA(PM10) 353 0.4219603 96.44809
WmPuszczaBor BaP(PM10) 353 0.5075977 96.44809
WmPuszczaBor BbF(PM10) 353 0.6678754 96.44809
WmPuszczaBor BjF(PM10) 353 0.3490368 96.44809
WmPuszczaBor BkF(PM10) 353 0.2603683 96.44809
WmPuszczaBor Cd(PM10) 354 0.0611017 96.72131
WmPuszczaBor DBahA(PM10) 353 0.0742748 96.44809
WmPuszczaBor Hg(TGM) 53 1.6094340 14.48087
WmPuszczaBor IP(PM10) 353 0.5115014 96.44809
WmPuszczaBor Ni(PM10) 354 0.2935876 96.72131
WmPuszczaBor Pb(PM10) 354 0.0016384 96.72131
WmPuszczaBor PM10 354 12.8868644 96.72131
WmPuszczaBor PM2.5 353 9.1083583 96.44809
WpGniePaczko BaP(PM10) 268 2.2520313 73.22404
WpGniePaczko Pb(PM10) 364 0.0058849 99.45355
WpGniePaczko PM10 363 23.4756749 99.18033
WpKaliSawick As(PM10) 263 1.5001521 71.85792
WpKaliSawick BaP(PM10) 366 2.2036885 100.00000
WpKaliSawick Cd(PM10) 263 0.3257034 71.85792
WpKaliSawick Ni(PM10) 263 2.0082890 71.85792
WpKaliSawick Pb(PM10) 366 0.0102452 100.00000
WpKaliSawick PM10 366 26.7780055 100.00000
WpKaliSawick PM2.5 365 19.1487945 99.72678
WpLeszKiepur BaP(PM10) 332 1.9421084 90.71038
WpLeszKiepur PM10 335 21.3769552 91.53005
WpNoTomSzpit As(PM10) 248 1.4313710 67.75956
WpNoTomSzpit BaP(PM10) 251 2.2616498 68.57923
WpNoTomSzpit Cd(PM10) 241 0.3136929 65.84699
WpNoTomSzpit Ni(PM10) 248 1.4581855 67.75956
WpNoTomSzpit PM10 325 26.3753846 88.79781
WpOstWieWyso BaP(PM10) 365 2.7733151 99.72678
WpOstWieWyso Pb(PM10) 365 0.0051736 99.72678
WpOstWieWyso PM10 365 29.3814247 99.72678
WpPilaKusoci BaA(PM10) 360 1.1762253 98.36066
WpPilaKusoci BaP(PM10) 360 1.2243664 98.36066
WpPilaKusoci BbF(PM10) 360 1.3965692 98.36066
WpPilaKusoci BjF(PM10) 360 1.5046458 98.36066
WpPilaKusoci BkF(PM10) 360 0.9393953 98.36066
WpPilaKusoci DBahA(PM10) 360 1.1736475 98.36066
WpPilaKusoci IP(PM10) 360 1.1938669 98.36066
WpPilaKusoci PM10 351 21.9580342 95.90164
WpPleszAlMic PM10 366 28.1961202 100.00000
WpPleszAlMic PM2.5 366 20.5540984 100.00000
WpPoznChwial As(PM10) 235 1.0543830 64.20765
WpPoznChwial BaP(PM10) 245 2.0052518 66.93989
WpPoznChwial Cd(PM10) 235 0.3018298 64.20765
WpPoznChwial Ni(PM10) 235 1.6877021 64.20765
WpPoznChwial Pb(PM10) 319 0.0073970 87.15847
WpPoznChwial PM10 331 23.6921752 90.43716
WpPoznDabrow PM2.5 364 16.1377747 99.45355
WpPoznSzyman PM10 350 20.8060857 95.62842
WpTarPodZach PM10 356 20.0349157 97.26776
WpWagrowLipo BaP(PM10) 351 1.1495123 95.90164
WpWagrowLipo PM10 349 23.5363610 95.35519
ZpKolZolkiew BaP(PM10) 365 0.6572877 99.72678
ZpKolZolkiew PM10 365 16.2190411 99.72678
ZpKoszArKraj PM10 366 18.2458197 100.00000
ZpKoszSpasow As(PM10) 184 0.5509783 50.27322
ZpKoszSpasow BaP(PM10) 366 0.7209699 100.00000
ZpKoszSpasow Cd(PM10) 184 0.1318478 50.27322
ZpKoszSpasow Ni(PM10) 185 0.9929730 50.54645
ZpKoszSpasow Pb(PM10) 184 0.0026323 50.27322
ZpKoszSpasow PM10 366 15.3867213 100.00000
ZpKoszSpasow PM2.5 366 10.8378962 100.00000
ZpMyslZaBram BaP(PM10) 361 2.5328809 98.63388
ZpMyslZaBram PM10 361 19.1757341 98.63388
ZpMyslZaBram PM2.5 366 14.3162842 100.00000
ZpPolczSolanMOB BaP(PM10) 350 0.6593000 95.62842
ZpPolczSolanMOB PM10 349 12.2982521 95.35519
ZpSzczAndr01 As(PM10) 184 0.7212500 50.27322
ZpSzczAndr01 BaA(PM10) 366 0.4432650 100.00000
ZpSzczAndr01 BaP(PM10) 366 0.7538798 100.00000
ZpSzczAndr01 BbF(PM10) 366 0.7590984 100.00000
ZpSzczAndr01 BjF(PM10) 366 0.3869126 100.00000
ZpSzczAndr01 BkF(PM10) 366 0.3317896 100.00000
ZpSzczAndr01 Cd(PM10) 184 0.1391848 50.27322
ZpSzczAndr01 DBahA(PM10) 366 2.1101093 100.00000
ZpSzczAndr01 IP(PM10) 366 0.4266120 100.00000
ZpSzczAndr01 Ni(PM10) 184 0.9983696 50.27322
ZpSzczAndr01 Pb(PM10) 184 0.0043471 50.27322
ZpSzczAndr01 PM10 366 17.5889891 100.00000
ZpSzczAndr01 PM2.5 366 11.3519399 100.00000
ZpSzczec1Maj As(PM10) 181 0.5634254 49.45355
ZpSzczec1Maj BaP(PM10) 362 1.3052210 98.90710
ZpSzczec1Maj Cd(PM10) 181 0.1495580 49.45355
ZpSzczec1Maj Ni(PM10) 181 1.1655801 49.45355
ZpSzczec1Maj Pb(PM10) 181 0.0037081 49.45355
ZpSzczec1Maj PM10 359 18.7510864 98.08743
ZpSzczec1Maj PM2.5 359 9.7670474 98.08743
ZpSzczecPrze BaP(PM10) 366 2.7447541 100.00000
ZpSzczecPrze PM10 366 20.0406011 100.00000
ZpSzczPils02 BaP(PM10) 365 1.1218904 99.72678
ZpSzczPils02 PM10 353 24.5097450 96.44809
n_data_24h %>%
  gather(key = sub, value=obs, 'As(PM10)':SO2)%>%
  filter(sub=="PM10", obs > 50)%>%
  group_by(kod, sub)%>%
  summarise(n= n())
## # A tibble: 168 x 3
## # Groups:   kod [168]
##    kod          sub       n
##    <chr>        <chr> <int>
##  1 DsGlogWiStwo PM10     21
##  2 DsJelGorSoko PM10     19
##  3 DsKamGoraMOB PM10      9
##  4 DsLegAlRzecz PM10     30
##  5 DsNowRudJezi PM10     76
##  6 DsOlawZolnAK PM10     18
##  7 DsOlesBrzozo PM10     12
##  8 DsOsieczow21 PM10      3
##  9 DsPolKasztan PM10      9
## 10 DsSrodaSlMOB PM10     12
## # ... with 158 more rows
n_data_1h %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  group_by(kod, sub)%>%
  summarise(n= n()- sum(is.na(obs)),
            sre= mean(obs, na.rm=T))%>%
  filter(n!=0)%>%
  mutate(proc=n/(366*24)*100)%>%
  arrange(kod)%>%
  knitr::kable()
kod sub n sre proc
DsDzialoszyn PM10 8492 17.4299746 96.67577
DsDziePilsud PM10 8591 23.7132638 97.80282
DsJelGorOgin C6H6 7893 0.9626319 89.85656
DsJelGorOgin CO 8693 0.3884852 98.96403
DsJelGorOgin NO 8693 2.5330534 98.96403
DsJelGorOgin NO2 8694 9.7637618 98.97541
DsJelGorOgin NOx 8694 13.6470889 98.97541
DsJelGorOgin O3 8718 50.8588474 99.24863
DsJelGorOgin PM10 8579 22.6623751 97.66621
DsJelGorOgin PM2.5 8579 19.6891205 97.66621
DsJelGorOgin SO2 8671 4.6273280 98.71357
DsKamGoraMOB PM10 8365 19.9209289 95.22996
DsKamGoraMOB PM2.5 8365 16.6050359 95.22996
DsKlodzSzkol NO 8659 3.5852872 98.57696
DsKlodzSzkol NO2 8659 11.8559819 98.57696
DsKlodzSzkol NOx 8659 17.3531472 98.57696
DsKlodzSzkol O3 8674 45.0094253 98.74772
DsKlodzSzkol PM10 8632 23.3082331 98.26958
DsKlodzSzkol PM2.5 8632 18.9275123 98.26958
DsLegAlRzecz C6H6 8188 1.4595601 93.21494
DsLegAlRzecz CO 8666 0.4237690 98.65665
DsLegAlRzecz NO 8668 9.7129350 98.67942
DsLegAlRzecz NO2 8668 17.5854025 98.67942
DsLegAlRzecz NOx 8668 32.5159627 98.67942
DsLegAlRzecz O3 8628 47.6071353 98.22404
DsLegAlRzecz PM10 8602 26.3873059 97.92805
DsLegAlRzecz SO2 8630 5.2731203 98.24681
DsLubanMieszMOB CO 8700 0.4234299 99.04372
DsLubanMieszMOB NO 8588 3.0299338 97.76867
DsLubanMieszMOB NO2 8589 10.4987808 97.78005
DsLubanMieszMOB NOx 8590 15.2257911 97.79144
DsLubanMieszMOB O3 8732 49.7860335 99.40801
DsLubanMieszMOB PM10 8591 26.2087270 97.80282
DsNowRudJezi PM10 8582 36.1492321 97.70036
DsOlawZolnAK NO 8645 3.0003075 98.41758
DsOlawZolnAK NO2 8645 14.2207023 98.41758
DsOlawZolnAK NOx 8645 18.8209809 98.41758
DsOlawZolnAK O3 8776 50.2801193 99.90893
DsOlawZolnAK PM10 8671 23.0545522 98.71357
DsOsieczow21 Hg(TGM) 8752 1.7161479 99.63570
DsOsieczow21 NO 8651 0.9067494 98.48588
DsOsieczow21 NO2 8651 6.8952144 98.48588
DsOsieczow21 NOx 8651 8.2983570 98.48588
DsOsieczow21 O3 8563 50.3987121 97.48406
DsOsieczow21 SO2 8550 3.9587747 97.33607
DsSniezkaObs O3 8658 74.7512128 98.56557
DsSrodaSlMOB PM10 8108 24.0092180 92.30419
DsSrodaSlMOB PM2.5 8107 19.0321904 92.29281
DsWalbrzWyso C6H6 7132 0.9175749 81.19308
DsWalbrzWyso CO 8370 0.3667784 95.28689
DsWalbrzWyso NO 8367 3.2390567 95.25273
DsWalbrzWyso NO2 8367 11.5049970 95.25273
DsWalbrzWyso NOx 8367 16.4714306 95.25273
DsWalbrzWyso O3 8410 51.6445160 95.74226
DsWalbrzWyso PM10 8499 20.2123331 96.75546
DsWalbrzWyso SO2 8234 4.7772494 93.73862
DsWrocAlWisn CO 8683 0.5864904 98.85018
DsWrocAlWisn NO 8714 43.0677775 99.20310
DsWrocAlWisn NO2 8714 40.0581511 99.20310
DsWrocAlWisn NOx 8714 106.0901992 99.20310
DsWrocAlWisn PM2.5 8666 18.0558954 98.65665
DsWrocBartni NO 8716 2.6300332 99.22587
DsWrocBartni NO2 8716 12.7305142 99.22587
DsWrocBartni NOx 8716 16.7630271 99.22587
DsWrocBartni O3 8738 48.9338317 99.47632
DsWrocWybCon C6H6 7829 0.7847220 89.12796
DsWrocWybCon CO 8600 0.3443277 97.90528
DsWrocWybCon NO 8610 5.6171243 98.01913
DsWrocWybCon NO2 8610 20.0370392 98.01913
DsWrocWybCon NOx 8610 28.6499330 98.01913
DsWrocWybCon O3 8664 52.1329871 98.63388
DsWrocWybCon PM10 8682 22.4497721 98.83880
DsWrocWybCon PM2.5 8682 15.8104662 98.83880
DsWrocWybCon SO2 8555 4.2567740 97.39299
DsZabkPowWar PM10 7863 17.1621997 89.51503
DsZgorBohGet C6H6 8117 1.0483243 92.40665
KpBydPlPozna C6H6 6831 0.7668760 77.76639
KpBydPlPozna CO 8674 0.4072807 98.74772
KpBydPlPozna NO 8574 15.9310823 97.60929
KpBydPlPozna NO2 8574 22.6391330 97.60929
KpBydPlPozna NOx 8574 47.0428971 97.60929
KpBydPlPozna PM10 7741 24.4981269 88.12614
KpBydWarszaw CO 8527 0.4127090 97.07423
KpBydWarszaw NO 8755 5.7068646 99.66985
KpBydWarszaw NO2 8755 17.9304302 99.66985
KpBydWarszaw NOx 8755 26.6639178 99.66985
KpBydWarszaw O3 8755 41.9476870 99.66985
KpBydWarszaw PM10 7462 25.7158024 84.94991
KpBydWarszaw PM2.5 6868 13.6538876 78.18761
KpBydWarszaw SO2 8753 2.4602194 99.64709
KpChelmLunawMOB C6H6 8027 0.8211212 91.38206
KpChelmLunawMOB NO 8562 2.2869773 97.47268
KpChelmLunawMOB NO2 8562 9.5032586 97.47268
KpChelmLunawMOB NOx 8562 13.0143074 97.47268
KpChelmLunawMOB PM10 8571 18.5167480 97.57514
KpChelmLunawMOB PM2.5 8571 14.5314522 97.57514
KpCiechTezni C6H6 8663 0.9975249 98.62250
KpCiechTezni NO 8741 1.7902071 99.51047
KpCiechTezni NO2 8741 8.9779384 99.51047
KpCiechTezni NOx 8741 11.7034321 99.51047
KpCiechTezni O3 8602 46.1584515 97.92805
KpGrudPilsud CO 7252 0.4782472 82.55920
KpGrudPilsud NO 7139 15.1209273 81.27277
KpGrudPilsud NO2 7139 15.2191682 81.27277
KpGrudPilsud NOx 7139 38.3958117 81.27277
KpGrudPilsud PM10 7738 34.9439002 88.09199
KpInowSolank NO 8759 1.2972143 99.71539
KpInowSolank NO2 8759 8.6727322 99.71539
KpInowSolank NOx 8759 10.6228907 99.71539
KpInowSolank PM10 8702 20.5330584 99.06648
KpInowSolank SO2 8681 1.6078217 98.82741
KpKoniczynka NO 8771 2.2714286 99.85200
KpKoniczynka NO2 8771 7.4678430 99.85200
KpKoniczynka NOx 8771 10.9201687 99.85200
KpKoniczynka O3 8777 47.9800433 99.92031
KpKoniczynka SO2 8775 1.3773675 99.89754
KpToruDziewu NO 7560 3.5857540 86.06557
KpToruDziewu NO2 7560 12.8052495 86.06557
KpToruDziewu NOx 7560 18.2669974 86.06557
KpToruDziewu O3 7741 50.3442191 88.12614
KpToruDziewu PM10 7126 24.0096061 81.12477
KpToruDziewu SO2 7793 1.2910561 88.71812
KpToruKaszow CO 8548 0.2911031 97.31330
KpToruKaszow NO 8618 5.7651133 98.11020
KpToruKaszow NO2 8618 16.2053482 98.11020
KpToruKaszow NOx 8618 25.0180558 98.11020
KpToruKaszow PM10 8663 22.4586095 98.62250
KpToruKaszow PM2.5 8603 16.3190603 97.93944
KpToruWSikor PM10 8676 22.5047603 98.77049
KpToruWSikor SO2 8075 1.7849164 91.92851
KpWloclKalis NO 8608 3.5438313 97.99636
KpWloclKalis NO2 8608 11.1632587 97.99636
KpWloclKalis NOx 8608 16.5891032 97.99636
KpWloclKalis O3 8746 47.1243128 99.56740
KpWloclKalis PM10 7090 18.6802116 80.71494
KpWloclKalis SO2 8708 1.1108062 99.13479
KpWloclOkrze C6H6 8535 1.3544792 97.16530
KpWloclOkrze CO 8606 0.4404960 97.97359
KpWloclOkrze NO 8535 26.8389338 97.16530
KpWloclOkrze NO2 8535 22.8642690 97.16530
KpWloclOkrze NOx 8535 64.0253661 97.16530
KpWloclOkrze PM10 8559 22.7556040 97.43852
KpWloclOkrze PM2.5 8559 19.0461610 97.43852
KpZielBoryTu CO 8494 0.2563840 96.69854
KpZielBoryTu formaldehyd 5433 1.5632220 61.85109
KpZielBoryTu Hg(TGM) 7599 1.1371628 86.50956
KpZielBoryTu NO 8584 0.4882106 97.72313
KpZielBoryTu NO2 8584 4.7570389 97.72313
KpZielBoryTu NOx 8584 5.5066636 97.72313
KpZielBoryTu O3 8443 49.5162897 96.11794
KpZielBoryTu SO2 8456 1.6962630 96.26594
LbBiaPodOrze C6H6 8311 1.2440915 94.61521
LbBiaPodOrze NO 8476 3.1090197 96.49362
LbBiaPodOrze NO2 8476 13.1975663 96.49362
LbBiaPodOrze NOx 8476 17.9651081 96.49362
LbBiaPodOrze O3 8426 41.1477190 95.92441
LbBiaPodOrze PM10 8450 25.2549510 96.19763
LbBiaPodOrze SO2 8545 4.5029416 97.27914
LbChelPolan PM10 8511 22.7487957 96.89208
LbFlorianRPN NO 8541 0.4923752 97.23361
LbFlorianRPN NO2 8541 5.5443691 97.23361
LbFlorianRPN NOx 8541 6.3048321 97.23361
LbFlorianRPN O3 8177 50.2320468 93.08971
LbFlorianRPN SO2 7521 2.0056947 85.62158
LbJarczWolaM O3 8770 41.4812700 99.84062
LbKrasnobrod C6H6 8020 1.3699165 91.30237
LbKrasnobrod NO 8380 0.6392840 95.40073
LbKrasnobrod NO2 8297 3.4940219 94.45583
LbKrasnobrod NOx 8378 4.4530556 95.37796
LbKrasnobrod PM10 8373 15.5405231 95.32104
LbKrasnobrod PM2.5 8374 12.3605565 95.33242
LbLubObywate C6H6 8751 1.8189041 99.62432
LbLubObywate CO 8614 0.3500434 98.06466
LbLubObywate NO 8744 5.3641812 99.54463
LbLubObywate NO2 8744 17.1972438 99.54463
LbLubObywate NOx 8745 25.7779043 99.55601
LbLubObywate O3 8649 43.0727367 98.46311
LbLubObywate PM10 8763 22.3333904 99.76093
LbLubObywate PM2.5 8764 18.6628366 99.77231
LbLubObywate SO2 8622 4.3971868 98.15574
LbPulaKarpin NO 8664 2.9171086 98.63388
LbPulaKarpin NO2 8664 12.4819796 98.63388
LbPulaKarpin NOx 8664 16.9388978 98.63388
LbWilczopole O3 8344 44.1181328 94.99089
LbZamoHrubie C6H6 8741 1.7330042 99.51047
LbZamoHrubie NO 8510 2.4753467 96.88069
LbZamoHrubie NO2 8510 11.8970035 96.88069
LbZamoHrubie NOx 8510 15.6947454 96.88069
LbZamoHrubie PM10 8713 20.6597387 99.19171
LbZamoHrubie PM2.5 8538 15.4779366 97.19945
LbZamoHrubie SO2 8753 4.1809634 99.64709
LdGajewUjWod NO 8285 1.2715438 94.31922
LdGajewUjWod NO2 8285 8.9638749 94.31922
LdGajewUjWod NOx 8286 11.2301718 94.33060
LdGajewUjWod O3 8276 49.2144031 94.21676
LdGajewUjWod PM10 8276 23.4575882 94.21676
LdGajewUjWod SO2 7985 2.8485535 90.90392
LdKutn1Maja7MOB NO 8567 4.5480098 97.52960
LdKutn1Maja7MOB NO2 8567 14.6562040 97.52960
LdKutn1Maja7MOB NOx 8567 21.6364889 97.52960
LdKutn1Maja7MOB PM10 8581 23.7566717 97.68898
LdKutn1Maja7MOB PM2.5 8594 17.5894810 97.83698
LdLodzCzerni O3 8670 51.9145213 98.70219
LdLodzCzerni PM10 8679 21.4825473 98.80464
LdLodzCzerni PM2.5 8671 15.3357168 98.71357
LdLodzGdansk C6H6 7926 1.0987497 90.23224
LdLodzGdansk CO 8712 0.4704417 99.18033
LdLodzGdansk NO 8778 4.7860219 99.93169
LdLodzGdansk NO2 8778 19.3485988 99.93169
LdLodzGdansk NOx 8778 26.6908977 99.93169
LdLodzGdansk PM10 8722 28.6061477 99.29417
LdLodzGdansk SO2 8763 4.2496794 99.76093
LdLodzJanPaw C6H6 8400 0.7884415 95.62842
LdLodzJanPaw CO 8632 0.4832510 98.26958
LdLodzJanPaw NO 8638 18.9907154 98.33789
LdLodzJanPaw NO2 8638 26.7940727 98.33789
LdLodzJanPaw NOx 8638 55.9264413 98.33789
LdLodzJanPaw PM10 8546 31.1739995 97.29053
LdPabiKonsta NO 8490 4.6872203 96.65301
LdPabiKonsta NO2 8490 16.1225206 96.65301
LdPabiKonsta NOx 8490 23.3379859 96.65301
LdPabiKonsta O3 8352 48.4386973 95.08197
LdPabiKonsta PM10 8339 30.2324020 94.93397
LdPabiKonsta SO2 8487 6.0795280 96.61885
LdParzniUjWo NO 8685 1.1466436 98.87295
LdParzniUjWo NO2 8685 9.0973978 98.87295
LdParzniUjWo NOx 8685 11.0912378 98.87295
LdParzniUjWo O3 8704 54.0107422 99.08925
LdParzniUjWo SO2 8671 3.2623509 98.71357
LdPioTrKraPr CO 8671 0.4579436 98.71357
LdPioTrKraPr NO 8682 8.6161023 98.83880
LdPioTrKraPr NO2 8682 18.6113683 98.83880
LdPioTrKraPr NOx 8682 31.8284727 98.83880
LdPioTrKraPr O3 8698 48.3459531 99.02095
LdPioTrKraPr PM10 8697 29.6194090 99.00956
LdPioTrKraPr SO2 8694 5.3349091 98.97541
LdRadomsRoln CO 8765 0.4669484 99.78370
LdRadomsRoln NO 8755 6.0388350 99.66985
LdRadomsRoln NO2 8755 17.9572016 99.66985
LdRadomsRoln NOx 8755 27.5274586 99.66985
LdRadomsRoln O3 8746 43.6691059 99.56740
LdRadomsRoln PM10 8715 34.0192771 99.21448
LdRadomsRoln PM2.5 8429 23.5809705 95.95856
LdRadomsRoln SO2 8491 6.3679472 96.66439
LdZgieMielcz CO 8523 0.4548306 97.02869
LdZgieMielcz NO 8650 4.2846012 98.47450
LdZgieMielcz NO2 8650 15.7042081 98.47450
LdZgieMielcz NOx 8650 22.2782890 98.47450
LdZgieMielcz O3 8652 46.4159732 98.49727
LdZgieMielcz PM10 8468 32.6065187 96.40255
LdZgieMielcz PM2.5 8328 23.3048031 94.80874
LdZgieMielcz SO2 8436 5.9625279 96.03825
LuGorzKosGdy C6H6 8038 0.4676753 91.50729
LuGorzKosGdy CO 8349 0.3484548 95.04781
LuGorzKosGdy NO 8350 9.5674717 95.05920
LuGorzKosGdy NO2 8350 15.6584401 95.05920
LuGorzKosGdy NOx 8350 30.3283532 95.05920
LuGorzKosGdy O3 8444 34.6596908 96.12933
LuGorzKosGdy PM10 8440 19.7637368 96.08379
LuGorzKosGdy PM2.5 8441 14.0092242 96.09517
LuGorzKosGdy SO2 8349 5.0826419 95.04781
LuSmolBytnic NO 8740 0.6207198 99.49909
LuSmolBytnic NO2 8740 4.7559275 99.49909
LuSmolBytnic NOx 8740 5.7082368 99.49909
LuSmolBytnic O3 8684 50.4145003 98.86157
LuSmolBytnic SO2 8723 2.0504413 99.30556
LuSulecDudka CO 7878 0.2786193 89.68579
LuSulecDudka NO 8010 3.2429671 91.18852
LuSulecDudka NO2 8010 9.1504668 91.18852
LuSulecDudka NOx 8010 14.1227519 91.18852
LuSulecDudka O3 8108 51.5038241 92.30419
LuSulecDudka PM10 7611 22.1503669 86.64617
LuSulecDudka SO2 7996 3.8918222 91.02914
LuSwiebodMOB C6H6 7620 0.6101702 86.74863
LuSwiebodMOB NO 8549 2.1304129 97.32468
LuSwiebodMOB NO2 8549 5.1916891 97.32468
LuSwiebodMOB NOx 8549 7.3224527 97.32468
LuSwiebodMOB PM10 6842 22.6264661 77.89162
LuSwiebodMOB PM2.5 6842 16.1244318 77.89162
LuWsKaziWiel C6H6 7710 0.3323716 87.77322
LuWsKaziWiel CO 7815 0.3550924 88.96858
LuWsKaziWiel NO 7850 7.3051496 89.36703
LuWsKaziWiel NO2 7827 16.1742701 89.10519
LuWsKaziWiel NOx 7827 27.1810277 89.10519
LuWsKaziWiel O3 7929 41.4606843 90.26639
LuWsKaziWiel PM10 6856 24.6520393 78.05100
LuWsKaziWiel PM2.5 6858 19.0708452 78.07377
LuWsKaziWiel SO2 7807 6.0043664 88.87750
LuZarySzyman C6H6 7618 0.5793271 86.72587
LuZarySzyman CO 8645 0.2185968 98.41758
LuZarySzyman NO 8675 1.9785628 98.75911
LuZarySzyman NO2 8675 14.0335680 98.75911
LuZarySzyman NOx 8675 17.0658700 98.75911
LuZarySzyman O3 8708 53.4477450 99.13479
LuZarySzyman PM10 8575 19.8023330 97.62067
LuZarySzyman PM2.5 8675 13.0259705 98.75911
LuZarySzyman SO2 8642 8.0756892 98.38342
LuZielKrotka C6H6 8376 0.3385561 95.35519
LuZielKrotka CO 8271 0.3309297 94.15984
LuZielKrotka NO 8279 2.7032481 94.25091
LuZielKrotka NO2 8279 12.7865928 94.25091
LuZielKrotka NOx 8279 16.9313342 94.25091
LuZielKrotka O3 7503 55.1445706 85.41667
LuZielKrotka PM10 8189 17.8479221 93.22632
LuZielKrotka PM2.5 8155 10.2308052 92.83925
LuZielKrotka SO2 8274 8.2317286 94.19399
MpKaszowLisz NO 8753 3.7122167 99.64709
MpKaszowLisz NO2 8751 14.0001048 99.62432
MpKaszowLisz NOx 8751 19.6574033 99.62432
MpKaszowLisz O3 8738 48.0979445 99.47632
MpKrakAlKras C6H6 8669 1.1695696 98.69080
MpKrakAlKras CO 8671 0.7074430 98.71357
MpKrakAlKras NO 8671 63.2969485 98.71357
MpKrakAlKras NO2 8671 48.8780541 98.71357
MpKrakAlKras NOx 8671 145.9290473 98.71357
MpKrakAlKras PM10 8436 39.0064589 96.03825
MpKrakAlKras PM2.5 8438 23.9246110 96.06102
MpKrakBujaka C6H6 8520 0.6957571 96.99454
MpKrakBujaka NO 8616 26.5175865 98.08743
MpKrakBujaka NO2 8614 28.7101064 98.06466
MpKrakBujaka NOx 8614 69.3049338 98.06466
MpKrakBujaka O3 8612 35.1161560 98.04189
MpKrakBujaka PM10 8603 30.8263835 97.93944
MpKrakBujaka SO2 8598 3.8888791 97.88251
MpKrakBulwar C6H6 8448 1.1597335 96.17486
MpKrakBulwar CO 8536 0.3703438 97.17668
MpKrakBulwar NO 8503 15.3521076 96.80100
MpKrakBulwar NO2 8502 22.9055356 96.78962
MpKrakBulwar NOx 8406 46.6958508 95.69672
MpKrakBulwar PM10 8471 30.2916186 96.43670
MpKrakBulwar PM2.5 8469 20.7165934 96.41393
MpKrakBulwar SO2 8541 4.8755465 97.23361
MpKrakDietla NO 8681 22.3983956 98.82741
MpKrakDietla NO2 8681 30.8154216 98.82741
MpKrakDietla NOx 8681 65.1584105 98.82741
MpKrakDietla PM10 8592 26.3336380 97.81421
MpKrakOsPias PM10 8606 27.7805171 97.97359
MpKrakSwoszo PM10 8724 26.6999967 99.31694
MpKrakWadow PM10 8751 26.0377905 99.62432
MpKrakZloRog PM10 8720 29.5501468 99.27140
MpKrynicDiet PM10 8597 17.2222128 97.87113
MpNoSaczNadb C6H6 8272 1.6385997 94.17122
MpNoSaczNadb NO 8571 13.4740700 97.57514
MpNoSaczNadb NO2 8568 15.8660186 97.54098
MpNoSaczNadb NOx 8563 36.5147712 97.48406
MpNoSaczNadb PM10 8615 33.7763007 98.07605
MpNoSaczNadb SO2 8723 5.5765196 99.30556
MpNoTargPSlo PM10 8749 39.7581877 99.60155
MpNoTargPSlo SO2 8721 8.2708088 99.28279
MpOlkuCegiel PM10 8676 27.7890454 98.77049
MpOswiecBema C6H6 8410 1.3225515 95.74226
MpOswiecBema PM10 8698 34.0598801 99.02095
MpRabkaOrkan PM10 8751 26.9495447 99.62432
MpSkawOsOgro NO 8659 10.1288454 98.57696
MpSkawOsOgro NO2 8658 16.3968540 98.56557
MpSkawOsOgro NOx 8659 31.8970290 98.57696
MpSkawOsOgro PM10 8671 33.7764301 98.71357
MpSkawOsOgro SO2 8485 5.9541836 96.59608
MpSkawStudzi C6H6 8304 1.1812404 94.53552
MpSuchaNiesz PM10 8696 33.9392778 98.99818
MpSzarowSpok NO 8648 4.6865553 98.45173
MpSzarowSpok NO2 8648 14.5361921 98.45173
MpSzarowSpok NOx 8648 21.6881581 98.45173
MpSzarowSpok O3 8768 45.3442292 99.81785
MpSzymbaGorl NO 8695 0.4157253 98.98679
MpSzymbaGorl NO2 8695 3.3230940 98.98679
MpSzymbaGorl NOx 8695 3.9656501 98.98679
MpSzymbaGorl O3 8704 57.5781768 99.08925
MpSzymbaGorl PM10 8480 14.8848432 96.53916
MpSzymbaGorl SO2 8509 2.5297388 96.86931
MpTarBitStud NO 8635 5.4642885 98.30373
MpTarBitStud NO2 8633 18.7141310 98.28097
MpTarBitStud NOx 8633 27.0586563 98.28097
MpTarBitStud O3 8714 49.0511687 99.20310
MpTarBitStud PM10 8675 23.3322697 98.75911
MpTarBitStud SO2 8627 5.9649895 98.21266
MpTarRoSitko C6H6 8735 1.0163327 99.44217
MpTarRoSitko CO 8581 0.5516618 97.68898
MpTarRoSitko NO 8667 13.3999520 98.66803
MpTarRoSitko NO2 8667 22.7691434 98.66803
MpTarRoSitko NOx 8667 43.2690615 98.66803
MpTarRoSitko PM10 8681 26.1688686 98.82741
MpTarRoSitko PM2.5 8674 20.3161161 98.74772
MpTrzebOsZWM CO 8694 0.3751887 98.97541
MpTrzebOsZWM NO 8718 2.3628370 99.24863
MpTrzebOsZWM NO2 8694 14.8823740 98.97541
MpTrzebOsZWM NOx 8694 18.4872282 98.97541
MpTrzebOsZWM O3 8696 51.8562581 98.99818
MpTrzebOsZWM PM10 8753 25.8474169 99.64709
MpTrzebOsZWM SO2 8690 9.3386649 98.92987
MpZabieWapie PM10 8688 32.8702459 98.90710
MpZakopaSien CO 8550 0.4630146 97.33607
MpZakopaSien NO 8637 9.8221138 98.32650
MpZakopaSien NO2 8632 16.3291974 98.26958
MpZakopaSien NOx 8632 31.2443610 98.26958
MpZakopaSien O3 8688 49.9720227 98.90710
MpZakopaSien PM10 8697 25.3857544 99.00956
MpZakopaSien SO2 8688 6.9599509 98.90710
MzBelsIGFPAN CO 8701 0.2815637 99.05510
MzBelsIGFPAN NO 8510 0.8487779 96.88069
MzBelsIGFPAN NO2 8510 9.6486839 96.88069
MzBelsIGFPAN NOx 8510 10.8824677 96.88069
MzBelsIGFPAN O3 8611 51.0873650 98.03051
MzBelsIGFPAN SO2 8703 2.2633115 99.07787
MzBialaKmiciMOB C6H6 7790 0.9793813 88.68397
MzBialaKmiciMOB SO2 8601 12.0544506 97.91667
MzGranicaKPN Hg(TGM) 8179 1.5953602 93.11248
MzGranicaKPN NO 8099 0.8879491 92.20173
MzGranicaKPN NO2 8099 7.2280306 92.20173
MzGranicaKPN NOx 8100 9.7056049 92.21311
MzGranicaKPN O3 7948 46.4098581 90.48270
MzGutyDuCzer NO 8737 0.7994861 99.46494
MzGutyDuCzer NO2 8737 5.4120327 99.46494
MzGutyDuCzer NOx 8737 6.0872496 99.46494
MzGutyDuCzer O3 8768 51.5439918 99.81785
MzGutyDuCzer PM10 7610 17.2304678 86.63479
MzGutyDuCzer PM2.5 7610 12.8620604 86.63479
MzGutyDuCzer SO2 8646 1.8910913 98.42896
MzKonJezMos PM10 8432 20.9499620 95.99271
MzKonJezMos PM2.5 8408 16.4003069 95.71949
MzLegZegrzyn NO 8774 3.3550501 99.88616
MzLegZegrzyn NO2 8774 16.0245283 99.88616
MzLegZegrzyn NOx 8774 21.7166743 99.88616
MzLegZegrzyn O3 8743 43.4470170 99.53324
MzLegZegrzyn PM10 8506 24.5879523 96.83515
MzLegZegrzyn PM2.5 8507 17.9219913 96.84654
MzMinMazKaziMOB PM10 8684 24.0836295 98.86157
MzMinMazKaziMOB PM2.5 8684 19.3107993 98.86157
MzOtwoBrzozo CO 8608 0.3851100 97.99636
MzOtwoBrzozo NO 8536 4.6090757 97.17668
MzOtwoBrzozo NO2 8536 15.7519681 97.17668
MzOtwoBrzozo NOx 8536 22.8788519 97.17668
MzOtwoBrzozo O3 8652 42.1345030 98.49727
MzOtwoBrzozo PM10 8445 26.9979388 96.14071
MzOtwoBrzozo PM2.5 8459 20.6384955 96.30009
MzOtwoBrzozo SO2 8707 3.1018087 99.12341
MzPiasPulask C6H6 8410 0.7441532 95.74226
MzPiasPulask NO 8533 4.7851382 97.14253
MzPiasPulask NO2 8533 21.0837056 97.14253
MzPiasPulask NOx 8533 30.0279855 97.14253
MzPiasPulask O3 8574 40.7844215 97.60929
MzPiasPulask PM10 8559 24.3220306 97.43852
MzPiasPulask PM2.5 8559 16.6047272 97.43852
MzPlocKroJad C6H6 8658 1.1685040 98.56557
MzPlocKroJad NO 8372 5.3130805 95.30965
MzPlocKroJad NO2 8372 12.6999576 95.30965
MzPlocKroJad NOx 8372 18.5016543 95.30965
MzPlocKroJad SO2 8228 5.3406028 93.67031
MzPlocMiReja C6H6 8535 0.8601734 97.16530
MzPlocMiReja CO 8706 0.3388444 99.11202
MzPlocMiReja NO 8656 2.8791550 98.54281
MzPlocMiReja NO2 8656 12.6065943 98.54281
MzPlocMiReja NOx 8656 17.6286634 98.54281
MzPlocMiReja O3 8704 45.1325937 99.08925
MzPlocMiReja PM10 8781 22.6169582 99.96585
MzPlocMiReja PM2.5 8712 15.2683896 99.18033
MzPlocMiReja SO2 8702 2.8250069 99.06648
MzRadTochter C6H6 8514 1.4681072 96.92623
MzRadTochter CO 8666 0.3762811 98.65665
MzRadTochter NO 8657 4.6178907 98.55419
MzRadTochter NO2 8657 21.5482953 98.55419
MzRadTochter NOx 8657 29.6839621 98.55419
MzRadTochter O3 8664 44.1404952 98.63388
MzRadTochter PM10 8683 26.6099194 98.85018
MzRadTochter PM2.5 8688 18.5509047 98.90710
MzRadTochter SO2 8650 2.2032439 98.47450
MzSiedKonars PM10 8746 24.3001868 99.56740
MzSiedKonars PM2.5 8753 18.2475780 99.64709
MzWarAlNiepo C6H6 8731 0.8755905 99.39663
MzWarAlNiepo CO 8751 0.5184706 99.62432
MzWarAlNiepo NO 8740 33.0574783 99.49909
MzWarAlNiepo NO2 8740 37.1723387 99.49909
MzWarAlNiepo NOx 8740 88.1448392 99.49909
MzWarAlNiepo PM10 8578 35.3694043 97.65483
MzWarAlNiepo PM2.5 8576 18.0783547 97.63206
MzWarBajkowa PM10 8431 25.2871142 95.98133
MzWarBajkowa PM2.5 8435 18.3340237 96.02687
MzWarChrosci NO 8681 6.2146527 98.82741
MzWarChrosci NO2 8681 20.8891407 98.82741
MzWarChrosci NOx 8681 31.4478862 98.82741
MzWarChrosci O3 8734 43.5570226 99.43078
MzWarChrosci PM10 8769 24.0356056 99.82923
MzWarChrosci PM2.5 8769 17.0329545 99.82923
MzWarChrosci SO2 8692 2.8132772 98.95264
MzWarKondrat NO 8761 7.4326344 99.73816
MzWarKondrat NO2 8761 23.6074615 99.73816
MzWarKondrat NOx 8761 34.9506518 99.73816
MzWarKondrat O3 8771 38.8609805 99.85200
MzWarPodlesn O3 8736 38.4627980 99.45355
MzWarTolstoj PM10 8401 23.1977074 95.63980
MzWarTolstoj PM2.5 8401 15.1171801 95.63980
MzWarWokalna NO 8177 3.8671139 93.08971
MzWarWokalna NO2 8177 17.6264933 93.08971
MzWarWokalna NOx 8176 24.1226884 93.07832
MzWarWokalna O3 8364 43.6302822 95.21858
MzWarWokalna PM10 8502 24.5628876 96.78962
MzWarWokalna PM2.5 8504 14.0935219 96.81239
MzZyraRoosev PM10 8460 22.7860780 96.31148
MzZyraRoosev PM2.5 8466 16.6811328 96.37978
OpKKozBSmial C6H6 8706 2.5736698 99.11202
OpKKozBSmial CO 8211 0.3361252 93.47678
OpKKozBSmial NO 8573 4.6098591 97.59791
OpKKozBSmial NO2 8577 12.2086726 97.64344
OpKKozBSmial NOx 8572 19.2814771 97.58652
OpKKozBSmial O3 8688 45.9202559 98.90710
OpKKozBSmial PM10 8548 24.4184504 97.31330
OpKKozBSmial PM2.5 7828 16.2814215 89.11658
OpKKozBSmial SO2 8543 4.3915528 97.25638
OpNysaRodzie PM10 8692 29.0667325 98.95264
OpOlesSlowac NO 8698 5.3003437 99.02095
OpOlesSlowac NO2 8698 15.3055987 99.02095
OpOlesSlowac NOx 8698 23.2052314 99.02095
OpOlesSlowac O3 8778 46.1987048 99.93169
OpOlesSlowac PM10 8530 24.6272851 97.10838
OpOpoleKoszy PM10 8754 23.0994528 99.65847
OpOpoleKoszy PM2.5 8754 15.6542422 99.65847
OpOpoleOsAKr C6H6 8355 0.6596916 95.11612
OpOpoleOsAKr NO 8705 2.8121609 99.10064
OpOpoleOsAKr NO2 8704 13.8978010 99.08925
OpOpoleOsAKr NOx 8704 18.2571938 99.08925
OpOpoleOsAKr O3 8760 48.2595216 99.72678
OpOpoleOsAKr SO2 8757 3.6340940 99.69262
OpPrudPodgor PM10 8274 26.2202698 94.19399
OpStrzOpWysz C6H6 8015 0.7534666 91.24545
OpStrzOpWysz NO 8243 2.7536708 93.84107
OpStrzOpWysz NO2 8243 13.6808890 93.84107
OpStrzOpWysz NOx 8243 17.1319047 93.84107
OpStrzOpWysz PM10 8117 20.8277843 92.40665
OpStrzOpWysz PM2.5 8240 14.5113516 93.80692
OpZdziePiast C6H6 8772 2.4122221 99.86339
OpZdziePiast PM10 8685 27.7605289 98.87295
PdAugustowUm PM10 8207 22.4787723 93.43124
PdAugustowUm PM2.5 8207 17.5784415 93.43124
PdBialWarsza O3 8642 44.5584355 98.38342
PdBialWarsza PM10 8660 21.5125866 98.58834
PdBialWaszyn C6H6 8014 0.5738807 91.23406
PdBialWaszyn CO 8127 0.3273547 92.52049
PdBialWaszyn NO 8005 2.1942036 91.13160
PdBialWaszyn NO2 8005 11.9197127 91.13160
PdBialWaszyn NOx 8005 15.2544285 91.13160
PdBialWaszyn PM2.5 8037 13.4621127 91.49590
PdBialWaszyn SO2 8122 0.8476976 92.46357
PdBorsukowiz NO 8710 0.8727166 99.15756
PdBorsukowiz NO2 8710 3.5335393 99.15756
PdBorsukowiz NOx 8710 4.7739266 99.15756
PdBorsukowiz O3 8655 42.6842288 98.53142
PdBorsukowiz PM10 8663 11.1919566 98.62250
PdBorsukowiz PM2.5 8663 8.2882976 98.62250
PdBorsukowiz SO2 8584 1.2260718 97.72313
PdGrajewoWPoMOB C6H6 6621 0.6006668 75.37568
PdGrajewoWPoMOB NO 8020 2.4045511 91.30237
PdGrajewoWPoMOB NO2 8020 9.8307357 91.30237
PdGrajewoWPoMOB NOx 8020 13.5207731 91.30237
PdGrajewoWPoMOB PM10 8731 23.3244073 99.39663
PdGrajewoWPoMOB PM2.5 8731 16.7406597 99.39663
PdLomSikorsk NO 8566 4.1538057 97.51821
PdLomSikorsk NO2 8566 12.8427271 97.51821
PdLomSikorsk NOx 8566 19.2247957 97.51821
PdLomSikorsk PM10 8612 29.2827102 98.04189
PdLomSikorsk SO2 8595 2.4531704 97.84836
PdSuwPulaskp PM2.5 8684 10.4088899 98.86157
PkDebiGrottg PM10 8018 28.0827148 91.27960
PkDebiGrottg PM2.5 7996 21.9188594 91.02914
PkJarosPruch PM10 8544 25.6043422 97.26776
PkJarosPruch PM2.5 8542 18.4685206 97.24499
PkJasloSikor NO 8718 2.3277779 99.24863
PkJasloSikor NO2 8757 10.3629614 99.69262
PkJasloSikor NOx 8758 13.9239764 99.70401
PkJasloSikor O3 8444 39.9476823 96.12933
PkJasloSikor PM10 8698 19.7682380 99.02095
PkJasloSikor PM2.5 8672 12.8105009 98.72495
PkJasloSikor SO2 8761 4.9099573 99.73816
PkKrempnaMPN NO 8515 1.1736899 96.93761
PkKrempnaMPN NO2 8515 4.6758157 96.93761
PkKrempnaMPN NOx 8514 6.4758240 96.92623
PkKrempnaMPN O3 8674 50.8781362 98.74772
PkKrempnaMPN SO2 8738 3.4370239 99.47632
PkKrosKletow PM10 8593 22.3169789 97.82559
PkMielBierna C6H6 8708 1.3651964 99.13479
PkMielBierna NO 8714 2.9052626 99.20310
PkMielBierna NO2 8726 11.9007016 99.33971
PkMielBierna NOx 8726 16.3462516 99.33971
PkMielBierna O3 8771 43.8416546 99.85200
PkMielBierna PM10 8712 26.0374780 99.18033
PkMielBierna PM2.5 8596 18.0511241 97.85975
PkMielBierna SO2 8632 3.2920939 98.26958
PkNiskoSzkla CO 8743 0.3101566 99.53324
PkNiskoSzkla NO 8705 3.8067909 99.10064
PkNiskoSzkla NO2 8705 10.0163596 99.10064
PkNiskoSzkla NOx 8705 15.8619479 99.10064
PkNiskoSzkla O3 8528 44.0862106 97.08561
PkNiskoSzkla PM10 8746 25.5123132 99.56740
PkNiskoSzkla PM2.5 8760 18.1698757 99.72678
PkPolanZdrojMOB PM10 8162 12.3867679 92.91894
PkPolanZdrojMOB PM2.5 8162 8.7529496 92.91894
PkPrzemGrunw C6H6 7953 1.3398279 90.53962
PkPrzemGrunw NO 8761 2.4203661 99.73816
PkPrzemGrunw NO2 8761 11.2164551 99.73816
PkPrzemGrunw NOx 8761 14.9262322 99.73816
PkPrzemGrunw O3 8587 51.4466330 97.75729
PkPrzemGrunw PM10 8598 21.2648724 97.88251
PkPrzemGrunw PM2.5 8586 17.0030273 97.74590
PkPrzemGrunw SO2 8755 2.2135434 99.66985
PkRymZdrPark PM10 7830 14.5792817 89.13934
PkRymZdrPark PM2.5 7830 9.0258084 89.13934
PkRzeszPilsu C6H6 8285 1.0372793 94.31922
PkRzeszPilsu CO 8766 0.4369090 99.79508
PkRzeszPilsu NO 8769 22.8782985 99.82923
PkRzeszPilsu NO2 8769 26.6284251 99.82923
PkRzeszPilsu NOx 8769 61.7026355 99.82923
PkRzeszPilsu PM10 8334 28.0808513 94.87705
PkRzeszPilsu PM2.5 8328 20.5613661 94.80874
PkRzeszRejta C6H6 8369 0.9243916 95.27550
PkRzeszRejta CO 8743 0.2896835 99.53324
PkRzeszRejta NO 8738 3.4370239 99.47632
PkRzeszRejta NO2 8697 12.2633368 99.00956
PkRzeszRejta NOx 8703 18.3859489 99.07787
PkRzeszRejta O3 8734 47.1967056 99.43078
PkRzeszRejta PM10 8744 19.8745752 99.54463
PkRzeszRejta SO2 8700 5.2021876 99.04372
PmChojnMOB NO 6779 3.2284282 77.17441
PmChojnMOB NO2 6779 10.8142075 77.17441
PmChojnMOB NOx 6864 15.7955809 78.14208
PmChojnMOB PM10 6865 23.2588200 78.15346
PmGdaLeczk08 CO 8374 0.3301640 95.33242
PmGdaLeczk08 NO 8471 3.0522241 96.43670
PmGdaLeczk08 NO2 8386 14.0537826 95.46903
PmGdaLeczk08 NOx 8471 18.7170462 96.43670
PmGdaLeczk08 O3 8512 46.8413140 96.90346
PmGdaLeczk08 PM10 8762 19.3183239 99.74954
PmGdaLeczk08 PM2.5 8762 14.5639825 99.74954
PmGdaLeczk08 SO2 8605 1.9886352 97.96220
PmGdaPoWie01 CO 8656 0.3042388 98.54281
PmGdaPoWie01 NO 8247 5.3797119 93.88661
PmGdaPoWie01 NO2 8247 16.4394541 93.88661
PmGdaPoWie01 NOx 8247 24.6933725 93.88661
PmGdaPoWie01 PM10 8769 25.7446462 99.82923
PmGdaPoWie01 SO2 8580 3.6061720 97.67760
PmGdaWyzwo03 CO 8478 0.3057218 96.51639
PmGdaWyzwo03 NO 8640 4.8779556 98.36066
PmGdaWyzwo03 NO2 8460 14.1589934 96.31148
PmGdaWyzwo03 NOx 8640 21.5322749 98.36066
PmGdaWyzwo03 PM10 8476 18.7937085 96.49362
PmGdaWyzwo03 SO2 8645 6.3966327 98.41758
PmGdyPoreb04 CO 8505 0.2929300 96.82377
PmGdyPoreb04 NO 7515 2.5094430 85.55328
PmGdyPoreb04 NO2 7412 8.8241683 84.38069
PmGdyPoreb04 NOx 7518 12.7289867 85.58743
PmGdyPoreb04 O3 8557 54.3027218 97.41576
PmGdyPoreb04 PM10 8568 18.9779592 97.54098
PmGdyPoreb04 SO2 8292 2.8148928 94.39891
PmGdySzaf09N NO 8416 3.4891351 95.81056
PmGdySzaf09N NO2 8407 12.0805157 95.70811
PmGdySzaf09N NOx 8423 17.4291124 95.89025
PmGdySzaf09N O3 8401 51.8121918 95.63980
PmGdySzaf09N PM10 8525 13.9798110 97.05146
PmGdySzaf09N SO2 8640 1.6123951 98.36066
PmKosTargo12 C6H6 8427 0.5475687 95.93579
PmKosTargo12 NO 8552 10.1597727 97.35883
PmKosTargo12 NO2 8552 13.9003798 97.35883
PmKosTargo12 NOx 8552 29.4862020 97.35883
PmKosTargo12 O3 8571 35.3803129 97.57514
PmKosTargo12 PM10 8427 22.8070709 95.93579
PmKosTargo12 PM2.5 8655 17.4901353 98.53142
PmLebaRabkaE O3 8775 59.1856866 99.89754
PmLebMalcz16 CO 7856 0.3755931 89.43534
PmLebMalcz16 O3 8167 44.4498753 92.97587
PmLebMalcz16 PM10 7900 23.6423816 89.93625
PmLinieKos17 NO 8674 1.3819493 98.74772
PmLinieKos17 NO2 8674 5.4674067 98.74772
PmLinieKos17 NOx 8674 7.6075666 98.74772
PmLinieKos17 O3 8770 55.3788045 99.84062
PmLinieKos17 SO2 8336 1.9446366 94.89982
PmMalMicki15 CO 8109 0.2761235 92.31557
PmMalMicki15 NO 8497 4.3386119 96.73270
PmMalMicki15 NO2 8498 12.2346868 96.74408
PmMalMicki15 NOx 8499 18.8813948 96.75546
PmMalMicki15 O3 8213 46.5460939 93.49954
PmMalMicki15 PM10 8498 17.8674264 96.74408
PmMalMicki15 SO2 8351 2.2863779 95.07058
PmSlupKniazi C6H6 7955 0.1056252 90.56239
PmSlupKniazi PM10 8286 15.3933541 94.33060
PmSopBitPl06 CO 8423 0.2816915 95.89025
PmSopBitPl06 NO 8422 1.8920123 95.87887
PmSopBitPl06 NO2 8415 10.3122437 95.79918
PmSopBitPl06 NOx 8468 13.2062902 96.40255
PmSopBitPl06 SO2 8582 1.2512561 97.70036
SkGoluUjWody NO 8059 1.0632399 91.74636
SkGoluUjWody NO2 8055 8.1445102 91.70082
SkGoluUjWody NOx 8059 9.7729495 91.74636
SkGoluUjWody O3 8641 48.4547853 98.37204
SkGoluUjWody PM10 8497 20.4334424 96.73270
SkGoluUjWody SO2 8364 4.8335585 95.21858
SkJedrMieszkMOB PM10 7210 29.1473232 82.08106
SkKielTargow C6H6 8651 1.3494937 98.48588
SkKielTargow CO 8739 0.5752799 99.48770
SkKielTargow NO 8596 9.0090624 97.85975
SkKielTargow NO2 8662 24.4708381 98.61111
SkKielTargow NOx 8664 38.6295591 98.63388
SkKielTargow O3 8750 45.5081143 99.61293
SkKielTargow PM10 8724 24.9034319 99.31694
SkKielTargow PM2.5 8726 16.4630885 99.33971
SkKielTargow SO2 8736 10.3626946 99.45355
SkMaloSlonec NO 8033 1.9780030 91.45036
SkMaloSlonec NO2 8198 10.4999144 93.32878
SkMaloSlonec NOx 8256 13.4249721 93.98907
SkMaloSlonec PM10 8337 29.9023486 94.91120
SkMaloSlonec SO2 8525 6.1299735 97.05146
SkNowiParkow NO 8762 5.6788404 99.74954
SkNowiParkow NO2 8763 15.2207007 99.76093
SkNowiParkow NOx 8761 22.2355895 99.73816
SkNowiParkow O3 8740 43.1254805 99.49909
SkNowiParkow SO2 8730 7.9334864 99.38525
SkOstrOsSlonMOB CO 8511 0.5092701 96.89208
SkOstrOsSlonMOB O3 8496 44.7993927 96.72131
SkOstrOsSlonMOB PM10 8666 23.4770367 98.65665
SkOstrOsSlonMOB PM2.5 8666 17.3765174 98.65665
SkOstrOsSlonMOB SO2 8649 4.0370667 98.46311
SkPolaRuszcz NO 8698 2.8550471 99.02095
SkPolaRuszcz NO2 8702 12.8928246 99.06648
SkPolaRuszcz NOx 8701 15.7448408 99.05510
SkPolaRuszcz O3 7786 47.1120704 88.63843
SkPolaRuszcz PM10 8644 25.4211303 98.40619
SkPolaRuszcz SO2 8165 4.7389675 92.95310
SkStaraZlota C6H6 8764 1.1719489 99.77231
SkStaraZlota PM10 8773 25.0454862 99.87477
SkStaraZlota PM2.5 8773 17.9774330 99.87477
SkSwietKrzyz NO 8167 0.5832227 92.97587
SkSwietKrzyz NO2 8167 3.6113181 92.97587
SkSwietKrzyz NOx 8167 4.1947796 92.97587
SlBielKossak C6H6 7893 1.3764854 89.85656
SlBielKossak O3 8733 51.9667000 99.41940
SlBielKossak PM10 8731 25.4876341 99.39663
SlBielKossak SO2 8708 6.2623566 99.13479
SlBielPartyz CO 8663 0.4669610 98.62250
SlBielPartyz NO 8739 17.9799874 99.48770
SlBielPartyz NO2 8739 25.9421886 99.48770
SlBielPartyz NOx 8739 53.5112591 99.48770
SlBielPartyz PM2.5 8734 24.8182576 99.43078
SlCzerKopaln C6H6 8747 1.6033820 99.57878
SlCzestoArmK CO 8750 0.4791359 99.61293
SlCzestoArmK NO 8749 27.6922199 99.60155
SlCzestoArmK NO2 8749 32.3810568 99.60155
SlCzestoArmK NOx 8747 74.8383110 99.57878
SlCzestoArmK PM10 8745 31.3217918 99.55601
SlCzestoBacz CO 8766 0.3492363 99.79508
SlCzestoBacz NO 8763 3.7372271 99.76093
SlCzestoBacz NO2 8763 16.3789850 99.76093
SlCzestoBacz NOx 8763 22.1079752 99.76093
SlCzestoBacz O3 8774 49.6899081 99.88616
SlCzestoBacz PM10 8764 22.8845598 99.77231
SlCzestoBacz SO2 8766 7.3994202 99.79508
SlDabro1000L C6H6 8759 1.3869997 99.71539
SlDabro1000L CO 8754 0.3592247 99.65847
SlDabro1000L NO 8728 9.1152190 99.36248
SlDabro1000L NO2 8728 21.9634376 99.36248
SlDabro1000L NOx 8728 35.9388289 99.36248
SlDabro1000L O3 8753 42.3104361 99.64709
SlDabro1000L PM10 8756 28.8342770 99.68124
SlDabro1000L SO2 8689 6.4434829 98.91849
SlGliwicMewy PM10 8727 27.5189899 99.35109
SlGliwicMewy SO2 8740 6.2050106 99.49909
SlGoczaUzdroMOB C6H6 8623 1.5098521 98.16712
SlGoczaUzdroMOB NO 8657 4.3909619 98.55419
SlGoczaUzdroMOB NO2 8660 14.5927303 98.58834
SlGoczaUzdroMOB NOx 8660 21.3306265 98.58834
SlGoczaUzdroMOB O3 8632 45.8173354 98.26958
SlGoczaUzdroMOB PM10 8502 35.4985285 96.78962
SlGoczaUzdroMOB PM2.5 8502 29.9222368 96.78962
SlKatoKossut NO 8611 8.7189335 98.03051
SlKatoKossut NO2 8611 23.5314099 98.03051
SlKatoKossut NOx 8611 36.8905422 98.03051
SlKatoKossut O3 8773 41.8914826 99.87477
SlKatoKossut PM10 8780 28.7458758 99.95446
SlKatoKossut PM2.5 8780 20.2068513 99.95446
SlKatoKossut SO2 8727 7.0806245 99.35109
SlKatoPlebA4 CO 8686 0.4542941 98.88434
SlKatoPlebA4 NO 8714 61.4260159 99.20310
SlKatoPlebA4 NO2 8709 46.6338099 99.14617
SlKatoPlebA4 NOx 8709 140.7907008 99.14617
SlKatoPlebA4 PM10 8710 34.2335836 99.15756
SlKatoPlebA4 PM2.5 8727 23.2829905 99.35109
SlLublSzymal C6H6 7922 0.9192726 90.18670
SlLublSzymal PM10 8755 30.3584605 99.66985
SlLublSzymal SO2 7989 8.2168874 90.94945
SlRaciborzWPMOB NO 8724 4.6156993 99.31694
SlRaciborzWPMOB NO2 8725 17.5572691 99.32832
SlRaciborzWPMOB NOx 8724 24.6320821 99.31694
SlRaciborzWPMOB PM10 8779 31.6172143 99.94308
SlRaciborzWPMOB PM2.5 8779 24.9442968 99.94308
SlRaciborzWPMOB SO2 8768 6.6031113 99.81785
SlRybniBorki C6H6 8697 1.4994394 99.00956
SlRybniBorki CO 8693 0.4639716 98.96403
SlRybniBorki NO 8679 5.0084231 98.80464
SlRybniBorki NO2 8679 19.2510304 98.80464
SlRybniBorki NOx 8675 26.9009319 98.75911
SlRybniBorki O3 8686 44.5559182 98.88434
SlRybniBorki PM10 8688 32.6857071 98.90710
SlRybniBorki SO2 8669 8.3208842 98.69080
SlSosnoLubel NO 8772 5.1571869 99.86339
SlSosnoLubel NO2 8772 21.0340958 99.86339
SlSosnoLubel NOx 8772 28.9413976 99.86339
SlSosnoLubel PM10 8736 26.8691082 99.45355
SlSosnoLubel SO2 8772 7.8828678 99.86339
SlTychyTolst NO 8679 7.4025611 98.80464
SlTychyTolst NO2 8678 20.0548685 98.79326
SlTychyTolst NOx 8678 31.3977730 98.79326
SlTychyTolst PM10 8639 26.2845975 98.34927
SlTychyTolst SO2 8678 7.8395344 98.79326
SlUstronSana NO 8705 1.7871981 99.10064
SlUstronSana NO2 8705 10.2933535 99.10064
SlUstronSana NOx 8705 13.0324077 99.10064
SlUstronSana O3 8751 56.2424385 99.62432
SlUstronSana PM10 8743 14.5234472 99.53324
SlUstronSana SO2 8757 4.6132243 99.69262
SlWodzGalczy CO 8762 0.4394385 99.74954
SlWodzGalczy NO 8763 3.4120929 99.76093
SlWodzGalczy NO2 8763 17.5307275 99.76093
SlWodzGalczy NOx 8763 22.7622896 99.76093
SlWodzGalczy O3 8771 45.7277395 99.85200
SlWodzGalczy PM10 8701 32.3029951 99.05510
SlWodzGalczy SO2 8759 8.5960532 99.71539
SlZabSkloCur CO 8733 0.3704938 99.41940
SlZabSkloCur NO 8766 5.8028943 99.79508
SlZabSkloCur NO2 8766 18.7819307 99.79508
SlZabSkloCur NOx 8766 27.6795591 99.79508
SlZabSkloCur O3 8715 43.9652025 99.21448
SlZabSkloCur PM10 8762 31.1646781 99.74954
SlZabSkloCur SO2 8756 9.8038703 99.68124
SlZawGalczyn PM10 8760 32.7393564 99.72678
SlZlotPotLes C6H6 8502 0.9365335 96.78962
SlZlotPotLes Hg(TGM) 8628 1.7063940 98.22404
SlZlotPotLes NO 8759 1.1968717 99.71539
SlZlotPotLes NO2 8759 7.7068471 99.71539
SlZlotPotLes NOx 8759 9.5417565 99.71539
SlZlotPotLes O3 8739 54.7131140 99.48770
SlZlotPotLes PM10 8717 19.9900358 99.23725
SlZlotPotLes PM2.5 8680 15.2298293 98.81603
SlZlotPotLes SO2 8638 4.6826813 98.33789
SlZorySikor2 CO 8705 0.4055451 99.10064
SlZorySikor2 SO2 8772 7.9412176 99.86339
SlZywieKoper NO 8739 6.1815489 99.48770
SlZywieKoper NO2 8739 14.3788705 99.48770
SlZywieKoper NOx 8739 23.8571135 99.48770
SlZywieKoper PM10 8616 32.6674330 98.08743
SlZywieKoper SO2 8712 11.8360715 99.18033
WmBiskupMickMOB C6H6 8559 0.8637535 97.43852
WmBiskupMickMOB NO 8481 2.6644425 96.55055
WmBiskupMickMOB NO2 8555 10.0271249 97.39299
WmBiskupMickMOB NOx 8555 13.6569719 97.39299
WmBiskupMickMOB PM10 8715 20.8253759 99.21448
WmBiskupMickMOB PM2.5 8715 16.0689079 99.21448
WmElbBazynsk C6H6 8480 0.9790092 96.53916
WmElbBazynsk CO 8525 0.3087616 97.05146
WmElbBazynsk NO 8453 2.3397887 96.23179
WmElbBazynsk NO2 8543 11.3721023 97.25638
WmElbBazynsk NOx 8543 14.9209085 97.25638
WmElbBazynsk O3 8455 48.3191167 96.25455
WmElbBazynsk PM10 8561 16.4043883 97.46129
WmElbBazynsk PM2.5 8561 12.1167685 97.46129
WmElbBazynsk SO2 8501 4.0672455 96.77823
WmElkStadion NO 8747 2.0403469 99.57878
WmElkStadion NO2 8773 9.3464672 99.87477
WmElkStadion NOx 8773 12.4650368 99.87477
WmElkStadion O3 8777 51.3311323 99.92031
WmElkStadion PM10 8584 18.6871343 97.72313
WmGoldJacwie CO 8715 0.3256830 99.21448
WmGoldJacwie NO 8720 2.4580956 99.27140
WmGoldJacwie NO2 8721 7.3007672 99.28279
WmGoldJacwie NOx 8721 11.0060943 99.28279
WmGoldJacwie O3 8662 51.1551613 98.61111
WmGoldJacwie PM10 6611 22.4263174 75.26184
WmGoldJacwie SO2 8706 4.0438780 99.11202
WmOlsPuszkin CO 8775 0.3455927 99.89754
WmOlsPuszkin NO 8765 3.0339616 99.78370
WmOlsPuszkin NO2 8772 11.4703259 99.86339
WmOlsPuszkin NOx 8772 16.1176121 99.86339
WmOlsPuszkin O3 8710 46.6705177 99.15756
WmOlsPuszkin PM10 8570 18.0953385 97.56375
WmOlsPuszkin PM2.5 8570 13.9737849 97.56375
WmOlsPuszkin SO2 8739 4.4824347 99.48770
WmOstrPilsud CO 8704 0.2962565 99.08925
WmOstrPilsud NO 8699 3.1424215 99.03233
WmOstrPilsud NO2 8705 11.8792751 99.10064
WmOstrPilsud NOx 8705 16.6933319 99.10064
WmOstrPilsud O3 8630 48.5001426 98.24681
WmOstrPilsud PM10 8565 16.9956093 97.50683
WmOstrPilsud SO2 8678 4.1253173 98.79326
WmPuszczaBor NO 8669 0.2990905 98.69080
WmPuszczaBor NO2 8608 3.4602419 97.99636
WmPuszczaBor NOx 8669 3.8906485 98.69080
WmPuszczaBor O3 8647 51.4203364 98.44035
WmPuszczaBor SO2 8687 0.4739008 98.89572
WpBoroDrapal C6H6 8392 0.5520649 95.53734
WpBoroDrapal NO 8688 1.6142876 98.90710
WpBoroDrapal NO2 8688 11.7461460 98.90710
WpBoroDrapal NOx 8688 14.2130342 98.90710
WpBoroDrapal O3 8779 48.4580581 99.94308
WpBoroDrapal PM10 8637 18.7377367 98.32650
WpKaliSawick C6H6 6744 0.4287090 76.77596
WpKaliSawick CO 8536 0.2954644 97.17668
WpKaliSawick NO 8521 1.8676447 97.00592
WpKaliSawick NO2 8521 15.6187339 97.00592
WpKaliSawick NOx 8521 18.4757442 97.00592
WpKaliSawick O3 8634 48.1562787 98.29235
WpKaliSawick PM2.5 8670 18.8820226 98.70219
WpKaliSawick SO2 8508 4.9150936 96.85792
WpKoniWyszyn CO 8577 0.2488712 97.64344
WpKoniWyszyn NO 7744 0.8757500 88.16029
WpKoniWyszyn NO2 7745 12.7054864 88.17168
WpKoniWyszyn NOx 7745 14.0716746 88.17168
WpKoniWyszyn O3 7833 47.5798266 89.17350
WpKoniWyszyn PM10 8727 21.6406748 99.35109
WpKozieosLes C6H6 8758 0.4487621 99.70401
WpKozieosLes CO 8648 0.2500765 98.45173
WpKozieosLes NO 8563 3.0201086 97.48406
WpKozieosLes NO2 8561 14.4123255 97.46129
WpKozieosLes NOx 8561 19.0414823 97.46129
WpKozieosLes PM10 8647 19.6630154 98.44035
WpKozieosLes SO2 8653 1.8430950 98.50865
WpPiaskiKrzy NO 8639 1.2883117 98.34927
WpPiaskiKrzy NO2 8639 8.2336643 98.34927
WpPiaskiKrzy NOx 8639 10.2075728 98.34927
WpPiaskiKrzy O3 8741 48.4317400 99.51047
WpPiaskiKrzy SO2 8644 2.2036600 98.40619
WpPilaKusoci CO 8661 0.3240278 98.59973
WpPilaKusoci NO 8698 3.8102441 99.02095
WpPilaKusoci NO2 8698 12.4626666 99.02095
WpPilaKusoci NOx 8698 18.2983511 99.02095
WpPilaKusoci PM10 8472 19.4717424 96.44809
WpPleszAlMic PM10 8595 27.8842272 97.84836
WpPoznDabrow C6H6 8725 0.3653527 99.32832
WpPoznDabrow CO 7975 0.4039119 90.79007
WpPoznDabrow NO 8680 6.9573774 98.81603
WpPoznDabrow NO2 8680 17.5465813 98.81603
WpPoznDabrow NOx 8680 28.2141862 98.81603
WpPoznDabrow O3 8768 41.2792960 99.81785
WpPoznDabrow PM10 7854 23.6215560 89.41257
WpPoznDabrow PM2.5 7854 16.0979246 89.41257
WpPoznDabrow SO2 8469 3.3929602 96.41393
WpPoznPolank CO 8689 0.4105635 98.91849
WpPoznPolank NO 8691 5.6662092 98.94126
WpPoznPolank NO2 8691 18.8719965 98.94126
WpPoznPolank NOx 8691 27.5561712 98.94126
WpPoznRatajeMOB NO 8767 4.2902492 99.80647
WpPoznRatajeMOB NO2 8767 15.6081253 99.80647
WpPoznRatajeMOB NOx 8767 22.1740214 99.80647
WpPoznRatajeMOB PM10 8764 23.4937388 99.77231
WpPoznRatajeMOB PM2.5 8764 16.3010906 99.77231
ZpKoszArKraj NO 8642 9.4951524 98.38342
ZpKoszArKraj NO2 8642 19.6883387 98.38342
ZpKoszArKraj NOx 8642 34.2474032 98.38342
ZpKoszArKraj PM10 8738 17.5352372 99.47632
ZpKoszChopin NO 8743 1.2550922 99.53324
ZpKoszChopin NO2 8742 10.9261761 99.52186
ZpKoszChopin NOx 8742 12.7834546 99.52186
ZpKoszChopin O3 8524 52.1311966 97.04007
ZpKoszChopin SO2 8757 2.8906689 99.69262
ZpPolczSolanMOB NO 8550 1.2176991 97.33607
ZpPolczSolanMOB NO2 8550 2.7547942 97.33607
ZpPolczSolanMOB NOx 8550 4.5910516 97.33607
ZpPolczSolanMOB PM10 8533 12.2643186 97.14253
ZpPolczSolanMOB PM2.5 8547 9.0401861 97.30191
ZpSzczAndr01 NO 8783 3.2259379 99.98862
ZpSzczAndr01 NO2 8783 12.7353251 99.98862
ZpSzczAndr01 NOx 8783 17.6801826 99.98862
ZpSzczAndr01 O3 8717 55.6029108 99.23725
ZpSzczAndr01 PM10 8738 17.2856932 99.47632
ZpSzczAndr01 PM2.5 8664 11.7138249 98.63388
ZpSzczecPrze CO 8547 0.2363943 97.30191
ZpSzczecPrze NO 8614 3.5422268 98.06466
ZpSzczecPrze NO2 8613 11.1370953 98.05328
ZpSzczecPrze NOx 8618 16.5642944 98.11020
ZpSzczecPrze PM10 8691 18.3816721 98.94126
ZpSzczecPrze SO2 8613 1.8147769 98.05328
ZpSzczPils02 CO 8594 0.2664431 97.83698
ZpSzczPils02 NO 8660 9.5883179 98.58834
ZpSzczPils02 NO2 8666 21.6279675 98.65665
ZpSzczPils02 NOx 8663 36.3318860 98.62250
ZpSzczPils02 PM10 8556 20.0306701 97.40437
ZpSzczPils02 PM2.5 8579 14.3862257 97.66621
ZpSzczPils02 SO2 8640 3.1325300 98.36066
ZpWiduBulRyb NO 8472 1.4323439 96.44809
ZpWiduBulRyb NO2 8472 6.4928506 96.44809
ZpWiduBulRyb NOx 8472 8.6417899 96.44809
ZpWiduBulRyb O3 8618 51.4320788 98.11020
ZpWiduBulRyb SO2 8472 2.1751800 96.44809
n_data_1h%>%
  filter(kod=="SkKielTargow")->n_data_1h_kiel

n_data_24h%>%
  filter(kod=="SkKielTargow")->n_data_24h_kiel

n_data_1h %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="NO2", obs>200)%>%
  group_by(kod, sub)%>%
  summarise(n= n())
## # A tibble: 0 x 3
## # Groups:   kod [0]
## # ... with 3 variables: kod <chr>, sub <chr>, n <int>
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="NO2")%>%
  group_by(kod, sub)%>%
  summary(obs)
##      kod                 date                         sub           
##  Length:8784        Min.   :2020-01-01 00:00:00   Length:8784       
##  Class :character   1st Qu.:2020-04-01 11:45:00   Class :character  
##  Mode  :character   Median :2020-07-01 23:30:00   Mode  :character  
##                     Mean   :2020-07-01 23:30:00                     
##                     3rd Qu.:2020-10-01 11:15:00                     
##                     Max.   :2020-12-31 23:00:00                     
##                                                                     
##       obs        
##  Min.   :  1.30  
##  1st Qu.: 12.70  
##  Median : 20.15  
##  Mean   : 24.47  
##  3rd Qu.: 31.70  
##  Max.   :151.20  
##  NA's   :122
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="SO2", obs>350)%>%
  group_by(kod, sub)%>%
  summarise(n= n())
## # A tibble: 0 x 3
## # Groups:   kod [0]
## # ... with 3 variables: kod <chr>, sub <chr>, n <int>
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="SO2")%>%
  group_by(kod, sub)%>%
  summary(obs)
##      kod                 date                         sub           
##  Length:8784        Min.   :2020-01-01 00:00:00   Length:8784       
##  Class :character   1st Qu.:2020-04-01 11:45:00   Class :character  
##  Mode  :character   Median :2020-07-01 23:30:00   Mode  :character  
##                     Mean   :2020-07-01 23:30:00                     
##                     3rd Qu.:2020-10-01 11:15:00                     
##                     Max.   :2020-12-31 23:00:00                     
##                                                                     
##       obs       
##  Min.   : 0.10  
##  1st Qu.: 6.70  
##  Median : 8.90  
##  Mean   :10.36  
##  3rd Qu.:12.20  
##  Max.   :60.70  
##  NA's   :48
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="SO2")%>%
  timeAverage(avg.time = "day", type = "kod")%>%
  filter(obs>125)%>%
  summarise(n= n())
## # A tibble: 0 x 2
## # ... with 2 variables: kod <fct>, n <int>
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="SO2")%>%
  timeAverage(avg.time = "day", type = "kod")%>%
  summary()
##            kod           date                          obs        
##  SkKielTargow:366   Min.   :2020-01-01 00:00:00   Min.   : 2.578  
##                     1st Qu.:2020-04-01 06:00:00   1st Qu.: 7.134  
##                     Median :2020-07-01 12:00:00   Median : 9.144  
##                     Mean   :2020-07-01 12:00:00   Mean   :10.363  
##                     3rd Qu.:2020-09-30 18:00:00   3rd Qu.:12.228  
##                     Max.   :2020-12-31 00:00:00   Max.   :35.854
n_data_1h_kiel %>%
  gather(key = sub, value=obs, 'C6H6':SO2)%>%
  filter(sub=="O3")%>%
  timeAverage(avg.time = "8 hour", type = "kod")%>%
  filter(obs>120)%>%
  summarise(n= n())
## # A tibble: 1 x 2
##   kod              n
##   <fct>        <int>
## 1 SkKielTargow     3

10. Wnioski


Do badania zawartości pyłu zawieszonego PM10 oraz PM2.5 w powietrzu stosuje się dwie metody, metodę grawimetryczną(refernecyjną) oraz metodę automatyczną. Metoda refernecyjna jest powszechnie uważana za metodę najbardziej skuteczną oraz precyzyjną pod względem wyników pomiarów. W naszej analizie wykonaliśmy parę tabelek oraz wykresów, które wykazują, że metoda automatyczna wcale nie odbiega znacząco od precyzji wykonywania pomiarów jak w przypadku metody manualnej. Możemy zatem stwierdzić, że metoda automatyczna jest równoważna z metodą referencyjną. Dodatkowo wykonując to ćwiczenie poszerzyliśmy swoje umiejętnościz pisania programów przy użyciu języka R, co w przyszłości znacząco ułatwi nam dokonywanie róznego rodzaju analiz środowiskowych.


Bibliografia


  1. A. Szulecka, R. Oleniacz, M. Rzeszutek (2017): Functionality of openair package in air pollution assessment and modeling – a case study of Krakow, Environmental Protection and Natural Resources, 28(2), 22-27. DOI: 10.1515/OSZN-2017-0009 (dostep 26.10.2021)
  2. J.N. Lott: The Quality Control of the Integrated Surface Hourly database (dostep 26.10.2021)
  3. D.C. Carslaw, K. Ropkins (2012): openair — An R package for air quality data analysis, Environmental Modelling & Software, 27–28(0), 52–61. DOI: 10.1016/j.envsoft.2011.09.008 (dostep 28.10.2021)
  4. D.B. Stephenson (2005): Data analysis methods in weather and climate research, on-line course (dostep 28.10.2021)
  5. https://bookdown.org/yihui/rmarkdown/html-document.html (dostep 28.10.2021)
  6. https://www.datadreaming.org/post/r-markdown-theme-gallery/ (dostep 28.10.2021)
  7. https://rpubs.com/danapower/577147 (dostep 28.10.2021)
  8. https://pl.wikipedia.org/wiki/R_(język_programowania) (dostep 28.10.2021)
  9. https://bookdown.org/yihui/rmarkdown/ (dostep 28.10.2021)
  10. https://dane.gov.pl/pl (dostep 28.10.2021)
  11. http://pbiecek.github.io/Przewodnik/Programowanie/jak_tworzyc_raporty.html (dostep 28.10.2021)
  12. https://tibble.tidyverse.org (dostep 29.10.2021)
  13. https://riptutorial.com/pl/r/example/2871/tworzenie-tabeli-danych (dostep 29.10.2021)
  14. https://cran.r-project.org/doc/contrib/wprowadzenie_do_R.pdf (dostep 29.10.2021)
  15. https://plotly.com/r/ (dostep 01.11.2021)
  16. https://cran.r-project.org/doc/contrib/Biecek-R-basics.pdf (dostep 01.11.2021)
  17. https://rpubs.com/rzeszut/giosimport (dostep 01.11.2021)
  18. https://github.com/mrzeszut (dostep 01.11.2021)
  19. https://powietrze.gios.gov.pl/pjp/content/about_us (dostep 01.11.2021)
  20. https://www.gios.gov.pl/pl/o-urzedzie/zadania-inspekcji-ochrony-srodowiska (dostep 01.11.2021)
  21. https://pl.wikipedia.org/wiki/G%C5%82%C3%B3wny_Inspektorat_Ochrony_%C5%9Arodowiska (dostep 01.11.2021)
  22. https://github.com/tidyverse/tibble/issues/539(dostep 15.11.2021)
  23. https://powietrze.gios.gov.pl/pjp/content/measuring_air_assessment_rating_info (dostep 05.11.2021)
  24. https://powietrze.gios.gov.pl/pjp/content/show/1000919 (dostep 07.11.2021)